| Název: | Linear Fusion under Random Correlation of Estimation Errors |
| Autoři: | Ajgl, Jiří Straka, Ondřej |
| Citace zdrojového dokumentu: | AJGL, J. STRAKA, O. Linear Fusion under Random Correlation of Estimation Errors. In Proceedings of the 30th European Signal Processing Conference (EUSIPCO 2022). Bělehrad, Srbsko: IEEE, 2022. s. 2176-2180. ISBN: 978-90-827970-9-1 , ISSN: 2219-5491 |
| Datum vydání: | 2022 |
| Nakladatel: | IEEE |
| Typ dokumentu: | konferenční příspěvek ConferenceObject |
| URI: | 2-s2.0-85141010470 http://hdl.handle.net/11025/51444 |
| ISBN: | 978-90-827970-9-1 |
| ISSN: | 2219-5491 |
| Klíčová slova v dalším jazyce: | stochastic systems, linear estimation, information fusion, unknown correlation, random correlation |
| Abstrakt v dalším jazyce: | Linear fusion of estimates has been studied from the perspectives of known and unknown correlations of estimation errors. Whereas optimal linear combinations can be designed in the former case, a robust approach is usually chosen in the latter one. The loss of performance may be unacceptably high, which raises the need to find a middle ground. This paper reviews various approaches to information fusion, formulates the problem of random correlation and presents the solution. Monte Carlo verification of the results is discussed and an illustration is provided. |
| Práva: | Plný text je přístupný v rámci univerzity přihlášeným uživatelům. © IEEE |
| Vyskytuje se v kolekcích: | Konferenční příspěvky / Conference papers (NTIS) Konferenční příspěvky / Conference Papers (KKY) OBD |
Soubory připojené k záznamu:
| Soubor | Velikost | Formát | |
|---|---|---|---|
| article_MFI2022_AjSt.pdf | 968,7 kB | Adobe PDF | Zobrazit/otevřít Vyžádat kopii |
Použijte tento identifikátor k citaci nebo jako odkaz na tento záznam:
http://hdl.handle.net/11025/51444Všechny záznamy v DSpace jsou chráněny autorskými právy, všechna práva vyhrazena.