Głównym zadaniem systemu estymacji jest szacowanie stanu obserwowanego obiektu. W rozproszonych wieloczujnikowych systemach estymacji stan obiektu jest estymowany przez pewien zbiór estymatorów lokalnych. Każdy estymator lokalny wykonuje filtrację (np opartą na filtracji Kalmana) danych pochodzących ze skojarzonego z nim czujnika bądź czujników oraz fuzję przetworzonych danych z czujników z danymi pochodzącymi z innych lokalnych estymatorów. W wyniku tych operacji wyznaczane są możliwie najlepsze oszacowania stanu obserwowanego obiektu. Aby efektywnie przeprowadzić wspomnianą fuzję danych należy rozwiązać dwa problemy. Pierwszym z nich jest to, że nieznana korelacja pomiędzy danymi w procesorach lokalnych. Drugim problemem jest asynchronizm pracy procesorów lokalnych. W rozdziale zaprezentowano wieloczujnikowy asynchroniczny system estymacji. Problem nieznanej korelacji rozwiązano za pomocą metody przecięcia kowariancyjnego. Synchronizację danych z procesorów lokalnych wykonuje się korzystając ze stochastycznego ciągło-czasowego modelu. Wyniki symulacji potwierdzają efektywność zaprezentowanego algorytmu.
Authors
Additional information
- Category
- Publikacja monograficzna
- Type
- rozdział, artykuł w książce - dziele zbiorowym /podręczniku w języku o zasięgu międzynarodowym
- Language
- angielski
- Publication year
- 2009
