Examples of state and parameter estimation for linear model with uniform innovations

0078379 - ÚTIA 2007 RIV CZ eng K - Conference Paper (Czech conference)
Pavelková, Lenka
Examples of state and parameter estimation for linear model with uniform innovations.
[Příklady odhadu stavu a parametrů pro lineární model s rovnoměrně rozloženými inovacemi.]
Proceedings of the 7th International PhD Workshop: Interplay of Societal and Technical Decision-Making, Young Generation Viewpoint. Praha: ÚTIA AV ČR, 2006 - (Šmídl, V.), s. 142-149
[International PhD Workshop on Interplay of Societal and Technical Decision-Making, Young Generation Viewpoint /7./. Hrubá Skála (CZ), 25.09.2006-30.09.2006]
R&D Projects: GA MŠMT 2C06001; GA MŠMT 1M0572; GA AV ČR 1ET100750401
Institutional research plan: CEZ:AV0Z10750506
Keywords : state model * uniform innovations * estimation
Subject RIV: BC - Control Systems Theory

In this contribution, state-space model with uniformly distributed innovations is introduced and the Bayesian state estimation proposed. The off-line evaluation of the maximum a posteriori probability (MAP) estimate of unknowns in the linear state-space model with uniform innovations reduces to linear programming (LP). The solution provides either estimates of the noise boundary and parameters or of the noise boundary and states. The on-line estimation is obtained by applying LP on the sliding window, i.e., by considering only the fixed amount, say partial, of the newest last data and states items. By swapping between state and parameter estimations, joint parameter and state estimation is obtained. The use of Taylor expansion for approximation of products of unknowns solves also the joint parameter and state estimation. Simulation studies help to get an insight on the potential and restrictions of these heuristic method. This contribution shares the experimentally gained experience with both these solutions of the joint state and parameter estimation.

V tomto příspěvku je zaveden lineární stavový model s rovnoměrně rozloženými inovacemi. Výpočet maximálně věrohodného odhadu redukuje na problém lineárního programování. Výsledkem je buď odhad parametrů a mezí šumu nebo odhad stavu a mezí šumu. Společný odhad stavu a parametrů je dosažen (i) přepínáním mezi odhadem parametrů a odhadem stavu, (ii) použitím Taylorova rozvoje pro aproximaci nelineárního výrazu. V příspěvku je popsán simulovaný příklad společný odhad stavu a parametrů.
Permanent Link: http://hdl.handle.net/11104/0143544