Odhad stavu omezených lineárních systémů

Abstract

Tato práce se zabývá problematikou odhadování omezených lineárních stochastických systémů. Pro odhadování je použit model se vstupy, výstupy a stavy v disktrétních časových okamžicích. Byly sestaveny algoritmy pro odhad stavu ve stavovém modelu s neurčitostí ve tvaru oříznutého normálního rozdělení a rovnoměrného rozdělení. Matice modelu i parametry šumu v lineárním stavovém modelu jsou dané. Výsledky obou algoritmů jsou graficky znázorněny a porovnány z hlediska časové náročnosti, přesnosti a spolehlivosti.

This thesis deals with the state estimation of constrained linear systems. A model with discretetime inputs, outputs and states is used for the estimation. This work presents algorithms for the state estimation of a linear stochastic state space model. A noise of the model states is described by a uniform distribution and by truncated Gaussian distribution. The model matrices and noise boundaries are known. Results of both algorithms are illustrated by graphs and tables and compared by processing time, accuracy and reliability.