Hyppää sisältöön
    • Suomeksi
    • In English
Trepo
  • Suomeksi
  • In English
  • Kirjaudu
Näytä viite 
  •   Etusivu
  • Trepo
  • Opinnäytteet - ylempi korkeakoulututkinto
  • Näytä viite
  •   Etusivu
  • Trepo
  • Opinnäytteet - ylempi korkeakoulututkinto
  • Näytä viite
JavaScript is disabled for your browser. Some features of this site may not work without it.

Kalmanin suodatin ja sen laajennukset paikannuksessa

Ali-Löytty, Simo Sakari (2004)

 
Avaa tiedosto
ali-loytty.pdf (1.791Mt)
Lataukset: 



Ali-Löytty, Simo Sakari
2004

Teknis-luonnontieteellinen koulutusohjelma
Teknis-luonnontieteellinen osasto
This publication is copyrighted. You may download, display and print it for Your own personal use. Commercial use is prohibited.
Hyväksymispäivämäärä
2004-12
Näytä kaikki kuvailutiedot
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi:tty-201012141388
Tiivistelmä
Tämä diplomityö on tehty Matematiikan laitoksen henkilökohtaisen paikannuksen algoritmien tutkimusryhmässä. Diplomityössä on aluksi selvitetty kirjallisuustutki- muksen avulla matemaattisia perusteita Kalmanin suodattimen ja sen laajennuksien soveltuvuudesta paikannukseen. Tässä työssä paikannus perustuu sekä satelliiteista että matkapuhelimien tukiasemista tuleviin mittauksiin.
Diplomityössä on keskitytty laajennettuun Kalmanin suodattimeen (EKF, Extended Kalman Filter), toisen asteen laajennettuun Kalmanin suodattimeen (EKF2, Second Order Extended Kalman Filter) ja paikkaratkaisun Kalmanin suodatti- meen (PKF, Position Kalman Filter). Nämä edustavat laajasti paikannussovellukseen sopivia Kalmanin suodattimen laajennuksia. Suodattimien yksityiskohtaiset algoritmit paikannussovelluksessa on esitetty tässä työssä. Nämä suodattimet on myös toteutettu Matlab-ohjelmalla, jolla on tehty erilaisia simulaatiota ja vertailuja.
Simulaatioiden ja teorian perusteella voidaan todeta, että kyseiset suodattimet toimivat hyvin ylimäärätyissä systeemeissä, eli systeemeissä joissa mittauksia on jokaisena ajanhetkenä enemmän kuin mitä yksikäsitteiseen paikkaratkaisuun tarvi- taan. Alimäärätyissä systeemeissä PKF ei toimi optimaalisesti, koska se hylkää mittauksia. Toisaalta EKF ei alimäärätyissä tapauksissa toimi useinkaan konsisten- tisti, eli EKF:n ennustama virhe on paljon pienempi, kuin mitä virhe on todellisuu- dessa. Simulaatioiden mukaan EKF2 toimi luotettavammin kuin EKF, koska EKF2 ottaa huomioon mittausmallissa olevaa epälineaarisuutta. Kuitenkin myös EKF2:ssa oli samoja ongelmia kuin EKF:ssa. EKF:ssa ja EKF2:ssa ongelmia esiintyy lähinnä silloin kun tiheysfunktiot eivät muistuta normaalijakauman tiheysfunktioita. PKF:lla ei ole vastaavanlaisia ongelmia konsistenttiuden kanssa. /Kir10
Kokoelmat
  • Opinnäytteet - ylempi korkeakoulututkinto [40800]
Kalevantie 5
PL 617
33014 Tampereen yliopisto
oa[@]tuni.fi | Tietosuoja | Saavutettavuusseloste
 

 

Selaa kokoelmaa

TekijätNimekkeetTiedekunta (2019 -)Tiedekunta (- 2018)Tutkinto-ohjelmat ja opintosuunnatAvainsanatJulkaisuajatKokoelmat

Omat tiedot

Kirjaudu sisäänRekisteröidy
Kalevantie 5
PL 617
33014 Tampereen yliopisto
oa[@]tuni.fi | Tietosuoja | Saavutettavuusseloste