A simulation-based comparison of EKF and UKF: selection and parameter priorities
El filtre de Kalman i les seves variants no lineals, el filtre de Kalman estès (EKF) i el filtre de Kalman Unscented (UKF), són eines fonamentals per estimar sistemes dinàmics sorollosos. Tot i que s’ha desenvolupat molt treball teòric per innovar en les seves tècniques i directrius estadístiques, e...
| Autor: | |
|---|---|
| Tipo de recurso: | tesis de maestría |
| Fecha de publicación: | 2025 |
| País: | España |
| Institución: | Universitat Politècnica de Catalunya (UPC) |
| Repositorio: | UPCommons. Portal del coneixement obert de la UPC |
| Idioma: | inglés |
| OAI Identifier: | oai:upcommons.upc.edu:2117/448947 |
| Acceso en línea: | https://hdl.handle.net/2117/448947 |
| Access Level: | acceso abierto |
| Palabra clave: | Kalman filtering Dynamics Stochastic processes Kalman Filter Extended Kalman Unscented Kalman Simulation Replication Study Kalman, Filtratge de Dinàmica Processos estocàstics Classificació AMS::93 Systems Theory Control::93E Stochastic systems and control Classificació AMS::60 Probability theory and stochastic processes::60G Stochastic processes Control::93C Control systems, guided systems Àrees temàtiques de la UPC::Matemàtiques i estadística |
| Sumario: | El filtre de Kalman i les seves variants no lineals, el filtre de Kalman estès (EKF) i el filtre de Kalman Unscented (UKF), són eines fonamentals per estimar sistemes dinàmics sorollosos. Tot i que s’ha desenvolupat molt treball teòric per innovar en les seves tècniques i directrius estadístiques, el complex procés de triar i parametritzar un filtre encara està lluny de ser senzill. La mesura en què les condicions d’aplicació, la selecció del model i l’afinació dels paràmetres afecten el rendiment del filtre encara requereix un estudi sistemàtic més ampli amb avaluació empírica. En els estudis de simulació posteriors, investiguem fins a quin punt les funcions de mesura no lineals, el soroll del procés i el soroll de mesura influeixen en el rendiment relatiu entre l’EKF i l’UKF. A més, s’exploren els paràmetres del model α, β, κ, Q i R per mesurar el seu impacte respectiu en la precisió del model. Aquests estudis revelen la capacitat de l’EKF per superar l’UKF en condicions de baix soroll de procés i alt soroll de mesura, alhora que demostren que la no linealitat de la funció de mesura afecta significativament la selecció del filtre, excepte en aquestes condi- cions de soroll específiques. També demostrem l’impacte extremadament limitat que els paràmetres d’afinació del punt sigma poden tenir en el rendiment de l’UKF, en contrast amb la importància d’escalar correctament els paràmetres de la seva matriu de covariància. A partir d’aquestes troballes, establim un marc clar per a les priori- tats d’implementació del filtre que s’han de tenir en compte durant tot el procés de selecció i ajustament. |
|---|