| Title: | Rao-Blackwellised Point-Mass Smoothers for a Class of Conditionally Linear Dynamic Models |
| Authors: | Duník, Jindřich Straka, Ondřej |
| Citation: | DUNÍK, J., STRAKA, O. Rao-Blackwellised Point-Mass Smoothers for a Class of Conditionally Linear Dynamic Models. In: Proceedings of the 2019 22th International Conference on Information Fusion (FUSION). Ottawa: IEEE, 2019. s. 1-8. ISBN 978-0-9964527-8-6. |
| Issue Date: | 2019 |
| Publisher: | IEEE |
| Document type: | konferenční příspěvek conferenceObject |
| URI: | 2-s2.0-85081788390 http://hdl.handle.net/11025/42669 |
| ISBN: | 978-0-9964527-8-6 |
| Keywords in different language: | Nonlinear filtering, Non-Gaussian filtering, Bayesian relations |
| Abstract: | Článek je věnován odhadu stavu stochastických dynamických systémů. Důraz je v článku kladen na efektivní numerické řešení Bayesových rekurzivních vztahů metodou bodových mas za předpokladu podmíněně lineárních modelů. V článku jsou navrženy tři metody pro retrodikci stavu lišící se kvalitou odhadu stavu a výpočetní náročností. |
| Abstract in different language: | The paper deals with the state estimation of nonlinear stochastic dynamic systems. The stress is laid on the numerical solution to the Bayes’ rule considering a class of conditionally linear Gaussian models typically appearing in navigation. In particular, three novel Rao-Blackwellised smoothers are proposed, where the nonlinear part of the model is solved by a computationally expensive point-mass smoother, whereas the conditionally linear part is solved by a set of linear smoothers. The proposed smoothers offer a tradeoff between the computational complexity and smoothing performance. The properties of the smoothers are theoretically analysed and discussed. |
| Rights: | Plný text je přístupný v rámci univerzity přihlášeným uživatelům. © IEEE |
| Appears in Collections: | Konferenční příspěvky / Conference Papers (KKY) OBD |
Files in This Item:
| File | Size | Format | |
|---|---|---|---|
| clanek_FUSION19_DS.pdf | 212,13 kB | Adobe PDF | View/Open Request a copy |
Please use this identifier to cite or link to this item:
http://hdl.handle.net/11025/42669Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.