...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Fuzzy sets and systems >The fuzzy Kalman filter: State estimation using possibilistic techniques
【24h】

The fuzzy Kalman filter: State estimation using possibilistic techniques

机译：模糊卡尔曼滤波器：使用可能技术的状态估计

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

A new method to implement fuzzy Kalman filters is introduced. The combination of possibilistic techniques and the extended Kalman filter has special application in fields where inaccurate information is involved. The novelty of this article comes from the fact that by using possibility distributions, instead of Gaussian distributions, a fuzzy description of the expected state and observation is sufficient to obtain a good estimation. Some characteristics of this approach are that uncertainty does not need to be symmetric, and that a wide region of possible values for the expectations is allowed. To implement the algorithm, this approach also contributes a method to propagate uncertainty through the process model and the observation model, based on trapezoidal possibility distributions. Finally, several examples of a real mobile robot moving through a localization process, while using qualitative landmarks, are shown.
机译：介绍了一种实现模糊卡尔曼滤波器的新方法。可能性技术与扩展卡尔曼滤波器的结合在涉及不准确信息的领域中具有特殊的应用。本文的新颖性来自以下事实：通过使用可能性分布而不是高斯分布，对期望状态和观测值的模糊描述足以获得良好的估计。这种方法的一些特征是不确定性不必是对称的，并且允许期望值的可能范围很广。为了实现该算法，该方法还提供了一种基于梯形可能性分布在过程模型和观察模型中传播不确定性的方法。最后，显示了使用定性地标时在定位过程中移动的真实移动机器人的几个示例。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号