Czasopismo | PRZEGLĄD ELEKTROTECHNICZNY | Rocznik 2018 - zeszyt 12

Comparison of Auxiliary and Likelihood Particle Filters for State Estimation of Dynamical Systems

Porównanie filtrów cząsteczkowych, pomocniczego i wiarygodnego, do estymacji stanu systemów dynamicznych

10.15199/48.2018.12.19

nr katalogowy: 117316
10.15199/48.2018.12.19

Streszczenie

In this paper, algorithms of the state estimation of dynamical systems, using different types of particle filters, have been presented. Three Particle Filter methods have been used: Bootstrap Filter, Auxiliary Particle Filter and Likelihood Particle Filter. These methods have been applied to two nonlinear objects, with quadratic measurement functions. The results have been additionally compared with the outcome from Kalman filters. Based on the obtained results (5 different quality indices) the estimation methods have been evaluated.

Abstract

W niniejszej pracy zostały przedstawione algorytmy estymacji stanu układów dynamicznych za pomocą różnych rodzajów filtrów cząsteczkowych. Zaprezentowano trzy metody filtrów cząsteczkowych: algorytm Bootstrap, pomocniczy filtr cząsteczkowy i wiarygodny filtr cząsteczkowy. Metody te zastosowano dla dwóch obiektów nieliniowych o kwadratowych funkcjach pomiarowych. Z filtrami cząsteczkowymi zostały dodatkowo zestawione metody filtru Kalmana. Na podstawie uzyskanych wyników (5 różnych wskaźników jakości) metody estymacji zostały ocenione.

Słowa kluczowe

Keywords

Bibliografia

[1] Abur A., Exposito A. G., Power System State Estimation: Theory and Implementation, Marcel Dekker, Inc., (2004), 17- 49. DOI: 10.1201/9780203913673.ch2
[2] Okon T. Weighted-least-squares Power System State Estimation in Different Coordinate Systems, Przegląd Elektrotechniczny 86 (2010), No. 11, 54-58.
[3] Udupa H. N., Minal M., Mishra M. T., Node Level ANN Technique for Real Time Power System State Estimation, International Journal of Scientific & Engineering Research, 5 (2004), No. 1, 1500-1505.
[4] Zawirski K., Deskur J., Kaczmarek T., Automation of Electric Drive (in Polish), Publishing House of Poznań University of Technology, Poznań 2012.
[5] Hajiyev C., Soken H. E., Robust adaptive Kalman filter for estimation of UAV dynamics in the presence of sensor/actuator faults, Aerospace Science and Technology, 28 (2013), No. 1, 376-383.
[6] Marantos P., Koveos Y., Kyriakopoulos K. J., UAV State Estimation using Adaptive Complementary Filters, IEEE Transactions on Control Systems Technology, 24 (2016), No. 4, 1214-1226.
[7] Schulz D., Burgard W., Fox D., Cremers A. B., Tracking multiple moving targets with a mobile robot using particle filters and statistical data association, Robotics and Automation, (2001). Proceedings 2001 ICRA. IEEE International Conference on. Vol. 2. IEEE, 2001., 1665-1670.
[8] Gordon N. J., Salmond D. J., Smith A. F. M., Novel Approach to Nonlinear/non-Gaussian Bayesian State Estimation, IEE Proceedings-F, 140 (1993), No. 2, 107-113. DOI: 10.1049/ip-f- 2.1993.0015
[9] Ke L., Jingjing W., Lei S., Peng Ch., New Particle Filter Based on GA for Equipment Remaining Useful Life Prediction. Sensors 17 (2017), No. 4, 696.
[10] Ribeiro M., Riberio I., Kalman and Extended Kalman Filters: Concept, Derivation and Properties, Institute for Systems and Robotics, 43 (2004)
[11] Wan, Eric A., and Rudolph Van Der Merwe, The unscented Kalman filter for nonlinear estimation, Adaptive Systems for Signal Processing, Communications, and Control Symposium, (2000), AS-SPCC, The IEEE 2000. Ieee, 2000.
[12] Kalman R E., A New Approach to Linear Filtering and Prediction Problems, Journal of basic Engineering, 82 (1960), No. 1, 35-45
[13] Candy J. V., Bayesian Signal Processing, WILEY, New Jersey 2009, 36-44, 237-298. DOI: 10.1002/9780470430583
[14] Arulampalam S., Maskell S., Gordon N., Clapp T., A Tutorial on Particle Filters for On-line Non-linear/Non-Gaussian Bayesian Tracking, IEEE Transactions on Signal Processing, 50 (2002), No. 2, 174-188. DOI: 10.1109/78.978374
[15] Doucet A., Johansen A. M., A Tutorial on Particle Filtering and Smoothing: Fifteen years later, handbook of Nonlinear Filtering 2009/12, 656-704.
[16] Pitt, Michael K., Shephard N., Filtering via simulation: Auxiliary particle filters, Journal of the American statistical association, 94 (1999), No. 446, 590-599.
[17] Kozierski P., Lis M., Ziętkiewicz J., Resampling in Particle Filtering - Comparison, Studia z Automatyki i Informatyki, 38 (2013), 35-64.
[18] Kitagawa G., Monte Carlo Filter and Smoother for Non- Gaussian Nonlinear State Space Models, Journal of computational and graphical statistics, 5 (1996), No. 1, 1-25.
[19] Chen H., Liu X., She C., Yao C., Power System Dynamic State Estimation Based on a New Particle Filter, Procedia Environmental Sciences, 11 (2011), Part B, 655-661. DOI: 10.1016/j.proenv.2011.12.102
[20] Michalski J., Kozierski P., Ziętkiewicz J., Comparison of State Estimation Methods for Dynamical Systems (in Polish), Pomiary Automatyka Robotyka, 21 (2017), No. 4, 41-47.
[21] Valverde G., Terzija V., Unscented Kalman Filter for Power System Dynamic State Estimation, IET Generation, Transmission & Distribution, 5 (2011), Iss. 1, 29-37.
[22] Singh R., Pal B. C., Jabr R. A., Choice of estimator for distribution system state estimation, IET Generation, Transmission & Distribution, 3 (2009), Iss. 7, 666-678.
[23] Kozierski P., Lis M., Horla D., Wrong Transition and Measurement Models in Power System State Estimation, Archives of Electrical Engineering, 65 (2016), No. 3, 559-574. DOI: 10.1515/aee-2016-0040
[24] Florek A., Mazurkiewicz P., Dynamic Signals and Systems (in Polish), 2nd ED., Poznań 2015. ISBN: 978-83-7775360-6

Jeśli masz wykupiony/przyznany dostęp - zaloguj się. Skorzystaj z naszych propozycji zakupu!

Publikacja


e-Publikacja (format pdf) - nr 117316 "Comparison of Auxiliary a..." licencja: Osobista Produkt cyfrowy	10.00 zł

Zeszyt


PRZEGLĄD ELEKTROTECHNICZNY - e-zeszyt (pdf) 2018-12 licencja: Osobista Produkt cyfrowy	55.00 zł

Prenumerata

PRZEGLĄD ELEKTROTECHNICZNY - prenumerata cyfrowa
licencja: Osobista

Produkt cyfrowy
Nowość

762.00 zł

PRZEGLĄD ELEKTROTECHNICZNY - PAKIET prenumerata PLUS
licencja: Osobista

Szczegóły pakietu

Nazwa
PRZEGLĄD ELEKTROTECHNICZNY - PAKIET prenumerata PLUS (Prenumerata papierowa + dostęp do portalu sigma-not.pl + e-prenumerata)	1002.00 zł brutto 927.78 zł netto 74.22 zł VAT (stawka VAT 8%)

1002.00 zł

PRZEGLĄD ELEKTROTECHNICZNY - papierowa prenumerata roczna + wysyłka
licencja: Osobista

Szczegóły pakietu

Nazwa
PRZEGLĄD ELEKTROTECHNICZNY - papierowa prenumerata roczna	960.00 zł brutto 888.89 zł netto 71.11 zł VAT (stawka VAT 8%)
PRZEGLĄD ELEKTROTECHNICZNY - pakowanie i wysyłka	42.00 zł brutto 34.15 zł netto 7.85 zł VAT (stawka VAT 23%)

1002.00 zł

Zeszyt

2018-12

Twój Koszyk

Publikacja

Zeszyt

Prenumerata

Zeszyt

Czasopisma