University of Oulu

Laajennettujen Kalman-suotimien soveltaminen epäkoherentin sironnan spektritiheysfunktion estimoinnissa

Saved in:
Author: Karjalainen, Joni1
Organizations: 1University of Oulu, Faculty of Science, Mathematics
Format: ebook
Version: published version
Access: open
Online Access: PDF Full Text (PDF, 7.4 MB)
Persistent link: http://urn.fi/URN:NBN:fi:oulu-201701041028
Language: Finnish
Published: Oulu : J. Karjalainen, 2016
Publish Date: 2017-01-04
Physical Description: 62 p.
Thesis type: Master's thesis
Tutor: Lasanen, Sari
Reviewer: Laitinen, Erkki
Orispää, Mikko
Description:
Työn aiheena on soveltaa laajennettuja Kalman-suotimia spektritiheysfunktion estimoimiseen. Suotimia verrataan aiemmin estimoinnissa käytettyyn Levenberg-Marquardt-menetelmään. Sovelluskohteena on ionosfääristä epäkoherenttia sirontaa hyväksikäyttäen tutkalla tehdyt mittaukset. Aidon datan sijaan tässä työssä spektritiheysfunktioita simuloitiin Lorentz-käyrämuodon avulla. Näin muodostetut simulaatiokäyrät ovat yksinkertaisempia käsitellä kuin usein aidoissa sovelluksissa käytetyt monimutkaisemmat mallit. Simulaatioon käytetyt koodit on toteutettu R-ohjelmointikielellä. Työ on teoreettinen ja perustuu pääosin Simo Särkän teokseen Bayesian filtering and smoothing ja Richard C Asterin, Brian Borchersin ja Clifford H Thurberin teokseen Parameter estimation and inverse problems. Tutkimustulokseksi saatiin, että Levenberg-Marquardt-menetelmä on laajennettuja Kalman-suotimia tarkempi parametrien estimoinnissa. Levenberg-Marquardt-menetelmän käyttämiseksi tarvitsee laskea tarkasteltavan mittausmallin funktion Jacobin matriisi, mikä voi olla monimutkaisen mallin tapauksessa hankalaa. Mikäli tarkkuudesta voidaan tinkiä, voitaisiin tällöin käyttää hajustamatonta Kalman-suodinta tai hiukkassuodinta. Saatujen tulosten perusteella ei Levenberg-Marquardt-menetelmää kannata korvata estimoinnissa, jollei käytetä monimutkaisempia spektritiheysfunktion malleja, joita on hankalaa käsitellä.
see all

Subjects:
Copyright information: © Joni Karjalainen, 2016. This publication is copyrighted. You may download, display and print it for your own personal use. Commercial use is prohibited.