Přenos znalosti pro lineární systémy s omezeným šumem

Eva Lainová

Knowledge transfer for linear systems with bounded noise

Type of document

diplomová práce
master thesis

Author

Eva Lainová

Supervisor

Kuklišová Pavelková Lenka

Opponent

Papež Milan

Field of study

Aplikované matematicko-stochastické metody

Study program

Aplikace přírodních věd

Institutions assigning rank

katedra matematiky

Rights

A university thesis is a work protected by the Copyright Act. Extracts, copies and transcripts of the thesis are allowed for personal use only and at one?s own expense. The use of thesis should be in compliance with the Copyright Act http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf and the citation ethics http://knihovny.cvut.cz/vychova/vskp.html
Vysokoškolská závěrečná práce je dílo chráněné autorským zákonem. Je možné pořizovat z něj na své náklady a pro svoji osobní potřebu výpisy, opisy a rozmnoženiny. Jeho využití musí být v souladu s autorským zákonem http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf a citační etikou http://knihovny.cvut.cz/vychova/vskp.html

Metadata

Show full item record

Abstract

Tato práce popisuje a porovnává tři metody pro odhadování stavů, které využívají informace ze dvou nezávislých senzorů. Cílem všech tří metod je penalizovat méně přesné informace a zvýšit přesnost odhadu stavu lineárního systému s omezeným šumem. Výsledky odhadů jsou porovnány se simulovanými daty. Na dvou nezávislých senzorech jsou zaznamenána reálna data o poloze, rychlosti a zrychlení pohybujícího se objektu. Naměřená data jsou zpracována a všechny tři metody jsou otestovány na reálných datech. Na závěr jsou uvedeny výsledky experimentů pro simulovaná i reálná data.

This Master's Thesis describes and compares three methods for state estimation which use information from two independent sensors. Linear system with bounded noise is considered. All methods aim to penalize less precise information to prevent negative transfer and increase estimation precision. Experiments are conducted on simulated data. Real data on position, speed and acceleration of a moving object are collected and processed. All estimation methods are applied on processed real data. The results of all experiments are presented.