Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Large Deviations of χ 2 Divergence Errors on Partitions Kapitel lesen Erstes Kapitel lesen

2015 | OriginalPaper | Buchkapitel

17. Optimal Designs for Steady-State Kalman Filters

verfasst von : Guillaume Sagnol, Radoslav Harman

Erschienen in: Stochastic Models, Statistics and Their Applications

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

We consider a stationary discrete-time linear process that can be observed by a finite number of sensors. The experimental design for the observations consists of an allocation of available resources to these sensors. We formalize the problem of selecting a design that maximizes the information matrix of the steady-state of the Kalman filter, with respect to a standard optimality criterion, such as D- or A-optimality. This problem generalizes the optimal experimental design problem for a linear regression model with a finite design space and uncorrelated errors. Finally, we show that under natural assumptions, a steady-state optimal design can be computed by semidefinite programming.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Detecting Changes in Spatial-Temporal Image Data Based on Quadratic Forms
Nächstes Kapitel On the Impact of Correlation on the Optimality of Product-Type Designs in SUR Models
Anhänge
Nur mit Berechtigung zugänglich
Fußnoten
1
The proof is given in an Appendix of this article, available at http://​dx.​doi.​org/​10.​1007/​978-3-319-13881-7_​17.
 
2
Proofs are given in an Appendix of this article, available at http://​dx.​doi.​org/​10.​1007/​978-3-319-13881-7_​17.
 
Literatur
1.
Amouroux M, Babary JP, Malandrakis C (1978) Optimal location of sensors for linear stochastic distributed parameter systems. In: Distributed parameter systems: modelling and identification. Springer, Berlin, pp 92–113 CrossRef
2.
Ben-Tal A, Nemirovski A (1987) Lectures on modern convex optimization: analysis, algorithms, and engineering applications. Society for industrial mathematics, vol 2
3.
Bhatia R (2008) Positive definite matrices. Princeton University Press, Princeton
4.
Boyd S, Vandenberghe L (2004) Convex optimization. Cambridge University Press, Cambridge CrossRefMATH
5.
Curtain RF, Ichikawa A (1978) Optimal location of sensors for filtering for distributed systems. In: Distributed parameter systems: modelling and identification. Springer, Berlin, pp 236–255 CrossRef
6.
7.
Gupta V, Chung TH, Hassibi B, Murray RM (2006) On a stochastic sensor selection algorithm with applications in sensor scheduling and sensor coverage. Automatica 42(2):251–260 MathSciNetCrossRefMATH
8.
9.
Kailath T, Sayed AH, Hassibi B (2000) Linear estimation. Prentice Hall, New York
10.
Mourikis AI, Roumeliotis SI (2006) Optimal sensor scheduling for resource-constrained localization of mobile robot formations. IEEE Trans Robot 22(5):917–931 CrossRef
11.
Pukelsheim F (1993) Optimal design of experiments. Wiley, New York MATH
12.
Rafajłowicz E (1984) Optimization of measurements for state estimation in parabolic distributed systems. Kybernetika 20(5):413–422 MathSciNetMATH
13.
14.
Sagnol G (2013) On the semidefinite representation of real functions applied to symmetric matrices. Linear Algebra Appl 439(10):2829–2843 MathSciNetCrossRef
15.
Simon D (2006) Optimal state estimation: Kalman, H ∞, and nonlinear approaches. Wiley, New York CrossRef
16.
Singhal H, Michailidis G (2010) Optimal experiment design in a filtering context with application to sampled network data. Ann Appl Stat 4(1):78–93 MathSciNetCrossRefMATH
Metadaten
Titel
Optimal Designs for Steady-State Kalman Filters
verfasst von
Guillaume Sagnol
Radoslav Harman
Copyright-Jahr
2015
Buch
Stochastic Models, Statistics and Their Applications

Print ISBN: 978-3-319-13880-0

Electronic ISBN: 978-3-319-13881-7

Copyright-Jahr: 2015

DOI
https://doi.org/10.1007/978-3-319-13881-7_17