Full metadata record
DC poleHodnotaJazyk
dc.contributor.advisorŠimandl, Miroslav
dc.contributor.authorMráz, Jaroslav
dc.contributor.refereeStraka, Ondřej
dc.date.accepted2012-06-20
dc.date.accessioned2013-06-19T06:29:01Z
dc.date.available2011-09-19cs
dc.date.available2013-06-19T06:29:01Z
dc.date.issued2012
dc.date.submitted2012-05-18
dc.identifier47847
dc.identifier.urihttp://hdl.handle.net/11025/2649
dc.description.abstractV této diplomové práci je čtenář stručně seznámen se standardně používanými lokálními filtry, které odhadují stav nelineárních stochastických systémů. Konkrétně se jedná o rozšířený Kalmanův filtr, unscentovaný Kalmanův filtr a diferenční filtr. Čtenář je blíže seznámen s polynomiálními filtry, jakožto filtry, které využívají znalosti vyšších momentů náhodných veličin popisujících šumy působících na systém a měření. Podrobně je představen nejjednodušší zástupce polynomiálních filtrů, kvadratický filtr. Druhou skupinou podrobně představených filtrů jsou robustní filtry. Tyto filtry je vhodné použít pro odhad stavu systému, jehož přesný model není k dispozici. Čtenáři jsou také představeny dva základní typy nelineárních robustních filtrů. Kapitoly týkající se kvadratických a robustních filtrů jsou doplněny o simulační výsledky potvrzující funkčnost daných filtrů.cs
dc.format64 s.cs
dc.format.mimetypeapplication/pdf
dc.language.isocscs
dc.publisherZápadočeská univerzita v Plznics
dc.rightsPlný text práce je přístupný bez omezení.cs
dc.subjectestimacecs
dc.subjectKalmanův filtrcs
dc.subjectlokální nelineární filtrcs
dc.subjectstochastický systémcs
dc.subjectnegaussovský šumcs
dc.subjectpolynomiální filtrcs
dc.subjectkvadratický filtrcs
dc.subjectrobustní filtrcs
dc.titleLokální, polynomiální a robustní filtrycs
dc.title.alternativeLocal, polynomial and robust filtersen
dc.typediplomová prácecs
dc.thesis.degree-nameIng.cs
dc.thesis.degree-levelNavazujícícs
dc.thesis.degree-grantorZápadočeská univerzita v Plzni. Fakulta aplikovaných vědcs
dc.description.departmentKatedra kybernetikycs
dc.thesis.degree-programAplikované vědy a informatikacs
dc.description.resultObhájenocs
dc.rights.accessopenAccessen
dc.description.abstract-translatedThis thesis briefly introduces the reader to ordinarily used local filters which estimate the state of nonlinear systems. Namely there are extended Kalman filters, unscented Kalman filter and divided difference filter. The reader gets familiar with polynomial filters which use higher moments of random variables that cover noises affecting the system and the measurement. The simplest kind of polynomial filters, quadratic filter, is introduced in detail. The second group of closely presented filters is robust filters. These filters can be suitable for the state estimation of the systems which are described by the uncertain model. To the reader are also introduced the two basic types of the nonlinear robust filters. The chapters about polynomial and robust filters are provided with the simulation results confirming the functionality of these filters.en
dc.subject.translatedestimationen
dc.subject.translatedKalman filteren
dc.subject.translatedlocal nonlinear filtersen
dc.subject.translatedstochastic systemsen
dc.subject.translatednon-gaussian noiseen
dc.subject.translatedpolynomial filteren
dc.subject.translatedquadratic filteren
dc.subject.translatedrobust filteren
Vyskytuje se v kolekcích:Diplomové práce / Theses (KKY)

Soubory připojené k záznamu:
Soubor Popis VelikostFormát 
DP-Mraz.pdfPlný text práce1,09 MBAdobe PDFZobrazit/otevřít
mraz-v.pdfPosudek vedoucího práce1,75 MBAdobe PDFZobrazit/otevřít
mraz-o.pdfPosudek oponenta práce2,06 MBAdobe PDFZobrazit/otevřít
mraz-p.pdfPrůběh obhajoby práce1,38 MBAdobe PDFZobrazit/otevřít
Zobrazit minimální záznam Zobrazit statistiky


Použijte tento identifikátor k citaci nebo jako odkaz na tento záznam: http://hdl.handle.net/11025/2649

Všechny záznamy v DSpace jsou chráněny autorskými právy, všechna práva vyhrazena.

hledání
navigace
  1. DSpace at University of West Bohemia
  2. Vysokoškolské kvalifikační práce / Theses
  3. Fakulta aplikovaných věd / Faculty of Applied Sciences
  4. Katedra kybernetiky / Department of Cybernetics
  5. Diplomové práce / Theses (KKY)