| Title: | Covariance Intersection fusion with element-wise partial knowledge of correlation |
| Authors: | Ajgl, Jiří Straka, Ondřej |
| Citation: | AJGL, J. STRAKA, O. Covariance Intersection fusion with element-wise partial knowledge of correlation. Automatica, 2022, roč. 139, č. May 2022, s. Neuveden. ISSN: 0005-1098 |
| Issue Date: | 2022 |
| Publisher: | Elsevier |
| Document type: | článek article |
| URI: | 2-s2.0-85124233074 http://hdl.handle.net/11025/51741 |
| ISSN: | 0005-1098 |
| Keywords: | průnik kovariancí;distribuované odhadování;vícesenzorová fúze dat;částečná znalost korelace |
| Keywords in different language: | Covariance Intersection;Distributed estimation;Multisensor data fusion;Partially known correlation |
| Abstract: | Průnik Kovariancí je pravidlo lineární fúze pro slučování odhadů. Pokud není vzájemná korelační matice chyb dvou odhadů známa, je toto pravidlo optimální ve smyslu mezí. Článek rozpracovává případ, kdy jsou některé prvky této matice známy. Zavádí techniky pro konstruování třídy horních mezí sdružené matice střední kvadratické chyby. Všechny konfigurace fúzí až čtyř odhadů jsou uvažovány výslovně. Představené techniky jsou též použitelné pro fúze více než čtyř odhadů. |
| Abstract in different language: | Covariance Intersection fusion is a linear rule for combining estimates. If the cross-correlation matrix of the errors of two estimates is unknown, the rule is bound-optimal. This paper elaborates the case when some elements of the cross-correlation matrix are known. Techniques for constructing a family of upper bounds of the joint mean square error matrix are introduced. All configurations for the fusion of up to four estimates are considered explicitly. The techniques are also applicable for the fusion of more than four estimates. |
| Rights: | Plný text je přístupný v rámci univerzity přihlášeným uživatelům. © Elsevier |
| Appears in Collections: | Články / Articles (KKY) OBD |
Files in This Item:
| File | Size | Format | |
|---|---|---|---|
| 1-s2.0-S0005109822000127-main.pdf | 543,16 kB | Adobe PDF | View/Open Request a copy |
Please use this identifier to cite or link to this item:
http://hdl.handle.net/11025/51741Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.