Documents disponibles écrits par cet auteur

Filtering of stochastic nonlinear differential systems via a carleman approximation approach / Germani, Alfredo in IEEE transactions on automatic control, Vol. 52 N°11 (Novembre 2007) 

Public ISBD [article]  in IEEE transactions on automatic control > Vol. 52 N°11 (Novembre 2007) . - 2166-2172 p. Titre : Filtering of stochastic nonlinear differential systems via a carleman approximation approach Titre original : Filtrage des systèmes de différentiel non linéaire stochastiques par l'intermédiaire d'une approche carleman d'approximation Type de document : texte imprimé Auteurs : Germani, Alfredo, Auteur ; Manes, Costanzo, Auteur ; Palumbo, Pasquale, Auteur Article en page(s) : 2166-2172 p. Note générale : Automatique Langues : Anglais (eng) Mots-clés : Carleman  approximation  Extended  kalman-bucy  filter  Nonlinear  filtering  Polynomial  filtering  Approximation  de  Carleman  Filtre  prolongé  de  kalman-bucy  Filtrage  non  linéaire  Filtrage  polynôme Index. décimale : 629.8 Résumé : This paper deals with the state estimation problem for stochastic nonlinear differential systems, driven by standard Wiener processes, and presents a filter that is a generalization of the classical extended kalman-bucy filter (EKBF). While the EKBF is designed on the basis of a first order approximation of the system around the current estimate, the proposed filter exploits a Carleman-like approximation of a chosen degree v ges 1. The approximation procedure, applied to both the state and the measurement equations, allows to define an approximate representation of the system by means of a bilinear system, for which a filtering algorithm is available from the literature. Numerical simulations on an example show the improvement, in terms of sample error covariance, of the filter based on the first-order, second-order and third-order system approximations (v = 1,2,3). Ce document traite le problème d'évaluation d'état pour les systèmes de différentiel non linéaire stochastiques, conduit par des processus standard de saucisse, et des présents un filtre qui est une généralisation du filtre prolongé classique de kalman-bucy (EKBF). Tandis que l'EKBF est conçu sur la base d'une première approximation d'ordre du système autour de l'évaluation courante, le filtre proposé exploite a Carleman-comme l'approximation des ges choisis 1. d'un degré v. Le procédé d'approximation, appliqué à l'état et aux équations de mesure, laisse définir une représentation approximative du système au moyen d'un système bilinéaire, pour lequel un algorithme de filtrage est fourni par la littérature. Les simulations numériques sur un exemple montrent l'amélioration, en termes de covariance d'erreur d'échantillon, du filtre basé sur les approximations de système de premier ordre, de second ordre et de troisième ordre (v = 1.2.3). DEWEY : 629.8 ISSN : 0018-9286 RAMEAU : Kalman, Filtrage de En ligne : germani@ing.univaq.it, manes@ing.univaq.it, palumbo@iasi.rn.cnr.it [article] Filtering of stochastic nonlinear differential systems via a carleman approximation approach = Filtrage des systèmes de différentiel non linéaire stochastiques par l'intermédiaire d'une approche carleman d'approximation [texte imprimé] / Germani, Alfredo, Auteur ; Manes, Costanzo, Auteur ; Palumbo, Pasquale, Auteur . - 2166-2172 p. Automatique Langues : Anglais (eng) in IEEE transactions on automatic control > Vol. 52 N°11 (Novembre 2007) . - 2166-2172 p. Mots-clés : Carleman  approximation  Extended  kalman-bucy  filter  Nonlinear  filtering  Polynomial  filtering  Approximation  de  Carleman  Filtre  prolongé  de  kalman-bucy  Filtrage  non  linéaire  Filtrage  polynôme Index. décimale : 629.8 Résumé : This paper deals with the state estimation problem for stochastic nonlinear differential systems, driven by standard Wiener processes, and presents a filter that is a generalization of the classical extended kalman-bucy filter (EKBF). While the EKBF is designed on the basis of a first order approximation of the system around the current estimate, the proposed filter exploits a Carleman-like approximation of a chosen degree v ges 1. The approximation procedure, applied to both the state and the measurement equations, allows to define an approximate representation of the system by means of a bilinear system, for which a filtering algorithm is available from the literature. Numerical simulations on an example show the improvement, in terms of sample error covariance, of the filter based on the first-order, second-order and third-order system approximations (v = 1,2,3). Ce document traite le problème d'évaluation d'état pour les systèmes de différentiel non linéaire stochastiques, conduit par des processus standard de saucisse, et des présents un filtre qui est une généralisation du filtre prolongé classique de kalman-bucy (EKBF). Tandis que l'EKBF est conçu sur la base d'une première approximation d'ordre du système autour de l'évaluation courante, le filtre proposé exploite a Carleman-comme l'approximation des ges choisis 1. d'un degré v. Le procédé d'approximation, appliqué à l'état et aux équations de mesure, laisse définir une représentation approximative du système au moyen d'un système bilinéaire, pour lequel un algorithme de filtrage est fourni par la littérature. Les simulations numériques sur un exemple montrent l'amélioration, en termes de covariance d'erreur d'échantillon, du filtre basé sur les approximations de système de premier ordre, de second ordre et de troisième ordre (v = 1.2.3). DEWEY : 629.8 ISSN : 0018-9286 RAMEAU : Kalman, Filtrage de En ligne : germani@ing.univaq.it, manes@ing.univaq.it, palumbo@iasi.rn.cnr.it