HK136494A - Apparatus and method for calibrating a sensor system - Google Patents

Apparatus and method for calibrating a sensor system Download PDF

Info

Publication number
HK136494A
HK136494A HK136494A HK136494A HK136494A HK 136494 A HK136494 A HK 136494A HK 136494 A HK136494 A HK 136494A HK 136494 A HK136494 A HK 136494A HK 136494 A HK136494 A HK 136494A
Authority
HK
Hong Kong
Prior art keywords
values
sensor
improvement comprises
sensors
fkf
Prior art date
Application number
HK136494A
Other languages
English (en)
French (fr)
Inventor
Aarne Iimari Lange Anttti
Original Assignee
Antti Aarne Ilmari Lange
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Priority claimed from FI892071A external-priority patent/FI892071A7/fi
Application filed by Antti Aarne Ilmari Lange filed Critical Antti Aarne Ilmari Lange
Publication of HK136494A publication Critical patent/HK136494A/en

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
    • G01D3/00—Indicating or recording apparatus with provision for the special purposes referred to in the subgroups
    • G01D3/02—Indicating or recording apparatus with provision for the special purposes referred to in the subgroups with provision for altering or correcting the law of variation
    • G01D3/022—Indicating or recording apparatus with provision for the special purposes referred to in the subgroups with provision for altering or correcting the law of variation having an ideal characteristic, map or correction data stored in a digital memory
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
    • G01D18/00—Testing or calibrating apparatus or arrangements provided for in groups G01D1/00 - G01D15/00
    • G01D18/008—Testing or calibrating apparatus or arrangements provided for in groups G01D1/00 - G01D15/00 with calibration coefficients stored in memory

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Technology Law (AREA)
  • Arrangements For Transmission Of Measured Signals (AREA)
  • Navigation (AREA)
  • Testing Or Calibration Of Command Recording Devices (AREA)
  • Analysing Materials By The Use Of Radiation (AREA)
  • Indication And Recording Devices For Special Purposes And Tariff Metering Devices (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Image Processing (AREA)
  • Geophysics And Detection Of Objects (AREA)
  • Measuring Fluid Pressure (AREA)

Claims (12)

  1. Eine Methode, um Lesungen eines Multisensorensystems fein zu messen; die Sensoren geben Ausgabesignale in Reaktion auf äussere Ereignisse; die Methode enthält folgende Schritte:
    a) Versorgung von Datenbasismitteln für die Aufspeicherung von Information über:
    - eine Vielzahl von Testpunktsensorenausgabesignalwerten für einige der besagten Sensoren und eine Vielzahl von Werten für die besagten äusseren Ereignisse, die den besagten Testpunktsensorenausgabewerten entsprechen, wobei die Verbesserung in minimalen Anforderungen für die Menge und Qualität der besagten Testpunktdaten besteht und darin, dass ungemessene Sensoren hinzugefügt werden können;
    - die besagten fein gemessenen Sensorenlesungen oder, als Alternative, die besagten Lesungen zusammen mit ihren Messungsparametern und Werten für die besagten äusseren Ereignisse, die einer Situation entsprechen; und,
    - Kontrollen von oder Veränderungen in, wenn vorhanden, besagten Sensoren oder besagten äusseren Ereignissen, die einer neuen Situation entsprechen;
    b) Versorgung von Logischen Mitteln, um die besagten feingemessenen Lesungen oder, als Alternative, die besagten Lesungen zusammen mit ihren Messungsparametern zu erhalten, wobei die Verbesserung sowohl.Lesen als auch Schreiben beinhaltet, so dass die besagten Logischen Mittel eine zweiwegige Kommunikationsverbindung zu den besagten Datenbasismitteln haben;
    c) Ermöglichung der besagten Sensorenausgabesignale von den besagten Sensoren zu den besagten Logischen Mitteln;
    d) Versorgung von Information, wenn vorhanden, über besagte Kontrollen oder Veränderungen zu den besagten Datenbasismitteln;
    e) Auf den neuesten Stand bringen durch eine Kalman Rekursion, wobei die Verbesserung in dem Gebrauch eines Algorythmuses besteht, der durch die Fast Kalman Filter (FKF) Formel (20) der Beschreibung erhalten wird, in besagten Logischen Mitteln, von Werten von sowohl besagten äusseren Ereignissen als auch von besagten fein gemessenen Parametern entsprechend der besagten neuen Situation; und,
    f) Auf Verlangen, Versorgung von auf den neuesten Stand gebrachten Werten der besagten fein gemessenen Lesungen und/oder von den besagten Werten der besagten äusseren Ereignisse.
  2. Die Methode von Anspruch 1, wobei die besagten Logischen Mittel (1) in einer dezentralisierten oder kaskadenartigen Form wirken, aber in der einen oder der anderen Weise die Kalman Filterung ausnutzen, wobei die Verbesserung in dem Gebrauch eines Algorythmuses besteht, der von der Fast Kalman Filter (FKF) Formel (20) der Beschreibung erhalten wird.
  3. Ein Feinmessungsgerät für den Gebrauch mit einen Multisensorensystem, das wesentlich voraussagbare Sensorenausgaben in Reaktion auf ein untersuchtes Ereignis gibt; das Gerät besteht aus:
    a) Datenbasismitteln zur Aufspeicherung von Information über eine Vielzahl von Sensorenausgabewerten für jeden Sensor, mit dem das Feinmessungsgerät benutzt werden wird, und über eine Vielzahl von Werten für besagtes äusseres Ereignis in Bezug auf eine Situation und auf einige Testpunkte, wobei die Verbesserung in minimalen Anforderungen für die Menge und Qualität der besagten Testpunktdaten besteht und darin, dass ungemessene Sensoren hinzugefügt werden können; und,
    b) Logischen Mitteln, die auf der Kalman Filterung basieren, wobei die Verbesserung in dem Gebrauch eines Algorythmuses besteht, der von der Fast Kalman Filter (FKF) Formel (20) der Beschreibung erhalten wird, die wirksam mit dem besagten Multisensorensystem verbunden sind, um besagte Sensorenausgaben zu empfangen, und die weiter wirksam mit den besagten Datenbasismitteln verbunden sind, um Zugang zu besagter Information über die besagte Vielzahl von Sensorenausgabewerten und über die besagte Vielzahl von Werten für eine besagtes äusseres Ereignis zu geben, und um sie auf den neuesten Stand zu bringen, um eine Ausgabe zu gewährleisten, die fein gemessene Lesungen für besagtes Multisensorensystem und/oder, wie verlangt, aktuelle Werte des besagten äusseren Ereignisses umfasst, die alle wesentlich nach den vorherdefinierten Mustern genormt werden können.
  4. Das Gerät des Anspruches 3, wobei die besagten Logischen Mittel (1) in einer dezentralisierten oder kaskadenartigen Form arbeiten, aber in der einen oder anderen Weise die Kalman Filterung ausnutzen, wobei die Verbesserung in dem Gebrauch eines Algorythmuses besteht,der von der Fast Kalman Filter (FKF) Formel (20) der Beschreibung erhalten wird.
  5. Die Methode des Anspruches 1 beinhaltet den Schritt:    a) der Anpassung durch den Gebrauch der Kalman Filterung, wobei die Verbesserung in dem Gebrauch eines Algorythmuses besteht, der von der Fast Kalman Filter (FKF) Formel (20) der Beschreibung erhalten wird, in besagten Logischen Mitteln, von besagter Information über besagte Kontrollen von oder Veränderungen in besagten Sensoren oder besagten äusseren Ereignissen so weit wie ihre wahren Grössen unbekannt sind.
  6. Die Methode des Anspruches 2 beinhaltet den Schritt:    a) der Anpassung durch den Gebrauch der Kalman Filterung, wobei die Verbesserung in dem Gebrauch eines Algorythmuses besteht, der von der Fast Kalman Filter (FKF) Formel (20) der Beschreibung erhalten wird, in besagten Logischen Mitteln, von besagter Information über besagte Kontrollen von oder Veränderungen in besagten Sensoren oder besagten äusseren Ereignissen so weit wie ihre wahren Grössen unbekannt sind.
  7. Ein Datenaufnahmegerät zum Gebrauch mit einem Beobachtungssystem und einem dynamishen Prognosesystem, das wesentlich voraussagbare Ausgaben in Bezug auf ein untersuchtes Ereignis gibt; das Gerät besteht aus:
    a) Datenbasismitteln zur Aufspeicherung von Information über eine Vielzahl von Sensorenausgabewerten für jedes Sensorensystem, mit dem das Gerät gebraucht werden wird, und über eine Vielzahl von Werten einschliesslich ihrer Veränderungen, die durch das besagte dynamische System für besagte äussere Ereignisse und für einige Testpunkte vorausgesagt werden, wobei die Verbesserung in minimalen Anforderungen für die Menge und Qualität der besagten Testpunktdaten besteht und darin, dass ungemessene Sensoren hinzugefügt werden können; und,
    b) Logischen Mitteln (1), die auf der Kalman Filterung basiert sind, wobei die Verbesserung in dem Gebrauch eines Algorythmuses besteht, der von der Fast Kalman Filter (FKF) Formel (20) der Beschreibung erhalten wird, die wirksam mit den besagten Beobachtungs- und Prognosesystemen verbunden sind, um besagte Sensorenausgaben zu empfangen, und die weiter wirksam mit dem besagten Datenbasismitteln verbunden sind, um Zugang zu besagter Information über die besägte Vielzahl von Sensorenausgabewerten und über die besagte Vielzahl von Werten und vorausgesagten Veränderungen für ein besagtes äusseres Ereignis zu geben, und um sie auf den neuesten Stand zu bringen, um eine Ausgabe zu gewährleisten, die fein gemessene Lesungen für besagtes Beobachtungssystem und/oder, wie verlangt, aktuelle Werte des besagten äusseren Ereignisses umfasst.
  8. Ein Prognosegerät für den Gebrauch mit einem Beobachtungssystem und einem dynamischen Prognosesystem, das wesentlich voraussagbare Ausgaben im voraus zu untersuchten Ereignissen gibt; das Gerät beinhaltet:
    a) Datenbasismittel zur Aufspeicherung von Information über eine Vielzahl von Sensorenausgabewerten für jedes Sensorensystem, mit dem das Gerät gebraucht werden wird, und über eine Vielzahl von Werten einschliesslich ihrer Veränderungen, die durch das besagte dynamische System für besagte äussere Ereignisse und für einige Testpunkte vorausgesagt werden, wobei die Verbesserung in minimalen Anforderungen für die Menge und Qualität der besagten Testpunktdaten besteht und darin, dass ungemessene Sensoren hinzugefügt werden können; und,
    b) Logische Mittel (1), die auf der Kalman Filterung basiert sind, wobei die Verbesserung in dem Gebrauch eines Algorythmuses besteht, der von der Fast Kalman Filter (FKF) Formel (20) der Beschreibung erhalten wird, die wirksam mit den besagten Beobachtungs- und Prognosesystemen verbunden sind, um besagte Sensorenausgaben zu empfangen, und die weiter wirksam mit den besagten Datenbasismitteln verbunden sind, um Zugang zu besagter Information über die besagte Vielzahl von Sensorenausgabewerten und über die besagte Vielzahl von Werten und vorausgesagten Veränderungen für besagte äussere Ereignisse zu geben, und um sie auf den neuesten Stand zu bringen, um eine Ausgabe zu gewährleisten, die vorausgesagte Lesungen für das besagte Beobachtungssystem und/oder, wie verlangt, vorausgesagte Werte von besagten äusseren Ereignissen umfasst.
  9. Ein Kontrollgerät für den Gebrauch mit einem Sensorensystem und einem dynamischen System, das wesentlich voraussagbare Zustandsparameter des besagten dynamischen Systems ermöglicht; das Gerät besteht aus:
    a) Datenbasismitteln zur Aufspeicherung von Information über eine Vielzahl von Sensorenausgabewerten für besagtes Sensorensystem, mit dem das Gerät gebraucht werden wird, und über eine Vielzahl von Werten, Kontrollen und Veränderungen, die durch ein Modell des besagten dynamischen Systems für besagte Zustandsparameter und für einige Testpunkte vorhergesagt werden, wobei die Verbesserung in minimalen Anforderungen für die Menge und Qualität der besagten Testpunktdaten besteht und darin, dass ungemessene Sensoren hinzugefügt werden können; und,
    b) Logischen Mitteln (1), die auf der Kalman Filterung basieren, wobei die Verbesserung in dem Gebrauch eines Algorythmuses besteht, der von der Fast Kalman Filter (FKF) Formel (20) der Beschreibung erhalten wird, die wirksam mit den besagten Sensoren- und dynamischen Systemen verbunden sind, um besagte Sensorenausgaben und besagte Kontrollen zu empfangen, und die weiter wirksam mit den besagten Datenbasismitteln verbunden sind, um Zugang zu besagter Information über die besagte Vielzahl von Sensorenausgabewerten und über die besagte Vielzahl von Werten, Kontrollen und vorausgesagten Veränderungen für besagte Zustandsparameter zu geben, und um sie auf den neuesten Stand zu bringen, um eine Ausgabe zu gewährleisten, die feingemessene/vorausgesagte Lesungen für das besagte Sensorensystem und/oder, wie verlangt, aktuelle/vorausgesagte Werte der besagten Zustandsparameter umfasst.
  10. Das Gerät der Ansprüche 7,8 oder 9, wobei die besagten Logischen Mittel in einer dezentralisierten oder kaskadenartigen Form wirken, aber in der einen oder der anderen Weise die Kalman Filterung ausnutzen, wobei die Verbesserung in dem Gebrauch eines Algorythmuses besteht, der von der Fast Kalman Filter (FKF) Formel (20) der Beschreibung erhalten wird.
  11. Das Gerät der Ansprüche 3,7,8 oder 9, wobei die Information über Kontrollen oder Veränderungen in besagten Sensoren oder besagten äusseren Ereignissen, so weit wie ihre wahren Grössen unbekannt sind, durch den Gebrauch der Kalman Filterung angepasst ist, wobei die Verbesserung in dem Gebrauch eines Algorythmuses besteht, der von der Fast Kalman Filter (FKF) Formel (20) der Beschreibung erhalten wird.
  12. Das Gerät der Ansprüche 4 oder 10, wobei die Information über Kontrollen oder Veränderungen in besagten Sensoren oder besagten äusseren Ereignissen, so weit wie ihre wahren Grössen unbekannt sind, durch den Gebrauch der Kalman Filterung angepasst ist, wobei die Verbesserung in dem Gebrauch eines Algorythmuses besteht, der von der Fast Kalman Filter (FKF) Formel (20) der Beschreibung erhalten wird.
HK136494A 1989-04-28 1994-12-01 Apparatus and method for calibrating a sensor system HK136494A (en)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
FI892071A FI892071A7 (fi) 1989-04-28 1989-04-28 Algoritm foer raekning av kalman-filtret i ett regleringsproblem.
FI896219A FI896219A0 (fi) 1989-04-28 1989-12-22 Anordning och foerfarande foer kalibrering av detektorsystem.
PCT/FI1990/000122 WO1990013794A1 (en) 1989-04-28 1990-04-27 Apparatus and method for calibrating a sensor system
SG151694A SG151694G (en) 1989-04-28 1994-10-18 Apparatus and method for calibrating a sensor system

Publications (1)

Publication Number Publication Date
HK136494A true HK136494A (en) 1994-12-09

Family

ID=27241328

Family Applications (1)

Application Number Title Priority Date Filing Date
HK136494A HK136494A (en) 1989-04-28 1994-12-01 Apparatus and method for calibrating a sensor system

Country Status (20)

Country Link
US (1) US5506794A (de)
EP (1) EP0470140B1 (de)
JP (1) JPH0743271B2 (de)
AT (1) ATE91545T1 (de)
AU (1) AU649223B2 (de)
BG (1) BG60653B1 (de)
BR (1) BR9007336A (de)
CA (1) CA2051681A1 (de)
DE (1) DE69002233T2 (de)
DK (1) DK0470140T3 (de)
ES (1) ES2043374T3 (de)
FI (2) FI896219A0 (de)
HK (1) HK136494A (de)
HU (1) HU215868B (de)
MW (1) MW7191A1 (de)
NO (1) NO307197B1 (de)
OA (1) OA09793A (de)
RO (1) RO118549B1 (de)
SG (1) SG151694G (de)
WO (1) WO1990013794A1 (de)

Families Citing this family (27)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FI922031A0 (fi) * 1991-10-23 1992-05-05 Antti Aarne Ilmari Lange Foerfarande foer kalman-filter i stora system.
DE4325674A1 (de) * 1993-07-30 1995-02-02 Ruhrgas Ag Verfahren und Anordnung zur Meßwerterfassung und Überwachung einer Produktenrohrleitung
DE4337794A1 (de) * 1993-11-05 1995-05-11 Bosch Gmbh Robert Verfahren und Vorrichtung zum Regeln und regelungsunterstützten Steuern von insbesondere Kfz-Einstellstrecken
US5532941A (en) * 1994-07-08 1996-07-02 Lin; Lawrence I. Inter-laboratory performance monitoring system
EP0720004B1 (de) * 1994-12-27 2000-02-16 LITEF GmbH FDIC-Verfahren zur Minimierung von Messfehlern in einer Messanordnung von redundanten Sensoren
FR2730053A1 (fr) * 1995-01-27 1996-08-02 Sgs Thomson Microelectronics Procede de tarage d'une balance electronique, de mesure avec cette balance ou de mesure avec un autre appareil electronique
FI955489A0 (fi) * 1995-11-15 1995-11-15 Antti Aarne Ilmari Lange Foerfarande foer adaptiv Kalmanfiltrering i dynamiska system
US5991525A (en) 1997-08-22 1999-11-23 Voyan Technology Method for real-time nonlinear system state estimation and control
US6041172A (en) * 1997-11-26 2000-03-21 Voyan Technology Multiple scale signal processing and control system
US6721770B1 (en) * 1999-10-25 2004-04-13 Honeywell Inc. Recursive state estimation by matrix factorization
US6876991B1 (en) 1999-11-08 2005-04-05 Collaborative Decision Platforms, Llc. System, method and computer program product for a collaborative decision platform
SE523023C2 (sv) * 2000-04-12 2004-03-23 Nira Dynamics Ab Metod och anordning för att med rekursiv filtrering bestämma en fysikalisk parameter hos ett hjulfordon
US6564110B1 (en) * 2000-06-07 2003-05-13 Sumitomo Heavy Industries, Ltd. Position controlling apparatus capable of reducing the effect of disturbance
US6609036B1 (en) 2000-06-09 2003-08-19 Randall L. Bickford Surveillance system and method having parameter estimation and operating mode partitioning
US6917839B2 (en) * 2000-06-09 2005-07-12 Intellectual Assets Llc Surveillance system and method having an operating mode partitioned fault classification model
US6317662B1 (en) 2000-07-24 2001-11-13 Hughes Electronics Corporation Stable and verifiable state estimation methods and systems with spacecraft applications
WO2007096466A1 (en) * 2006-02-27 2007-08-30 Antti Aarne Llmari Lange A method for calibrating teh carrier-phases of radio signals from satellites and other transmitters by using fast kalman filtering
US20070239418A1 (en) * 2006-03-23 2007-10-11 Harrison Gregory A Exercise Monitoring Unit for Executable Architectures
US9020795B2 (en) 2006-03-23 2015-04-28 Lockheed Martin Corporation Multiple-entity scenario simulation incorporating human interaction
US8700550B1 (en) 2007-11-30 2014-04-15 Intellectual Assets Llc Adaptive model training system and method
US8712929B1 (en) 2007-11-30 2014-04-29 Intellectual Assets Llc Dynamic data filtering system and method
US8061213B2 (en) * 2009-01-22 2011-11-22 Kulite Semiconductor Products, Inc. High temperature, high bandwidth pressure acquisition system
CN104075751A (zh) * 2013-03-26 2014-10-01 北京百度网讯科技有限公司 互联网数据中心的温湿度预警方法及装置
CN104006846B (zh) * 2014-01-10 2017-09-26 国家电网公司 二牵三放线走板数据监测装置
CN103954315B (zh) * 2014-04-25 2017-01-04 西安航空动力股份有限公司 数据采集系统在线检测方法
WO2016023224A1 (en) 2014-08-15 2016-02-18 SZ DJI Technology Co., Ltd. System and method for automatic sensor calibration
WO2016073642A1 (en) * 2014-11-04 2016-05-12 The Regents Of The University Of California Visual-inertial sensor fusion for navigation, localization, mapping, and 3d reconstruction

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4192005A (en) * 1977-11-21 1980-03-04 Kulite Semiconductor Products, Inc. Compensated pressure transducer employing digital processing techniques
US4347730A (en) * 1979-01-22 1982-09-07 The United States Of America As Represented By The Secretary Of The Army Method and apparatus for calibrating gyroscopically-stabilized, magnetically-slaved heading reference system
US4303984A (en) * 1979-12-14 1981-12-01 Honeywell Inc. Sensor output correction circuit
JPS57116410A (en) * 1981-01-13 1982-07-20 Kokusai Denshin Denwa Co Ltd <Kdd> Karman type equalizer
US4399515A (en) * 1981-03-31 1983-08-16 The United States Of America As Represented By The Administrator Of The National Aeronautics And Space Administration Self-correcting electronically scanned pressure sensor
US4549277A (en) * 1982-05-24 1985-10-22 Brunson Instrument Company Multiple sensor inclination measuring system
GB8313338D0 (en) * 1983-05-14 1983-06-22 Gen Electric Co Plc Vehicle control
US4669052A (en) * 1985-07-02 1987-05-26 Motorola, Inc. Apparatus and method for calibrating a sensor
DE3677764D1 (de) * 1985-12-24 1991-04-04 Toshiba Kawasaki Kk Steuersystem fuer ein geraet zur wiedergabe optischer informationen.
US4760596A (en) * 1986-02-25 1988-07-26 Gte Laboratories Incorporated Adaptive echo cancellation and equalization system signal processor and method therefor

Also Published As

Publication number Publication date
FI896219A0 (fi) 1989-12-22
JPH0743271B2 (ja) 1995-05-15
DE69002233D1 (de) 1993-08-19
FI101501B1 (fi) 1998-06-30
RO118549B1 (ro) 2003-06-30
SG151694G (en) 1995-03-17
HU215868B (hu) 1999-03-29
NO914098L (no) 1991-12-19
CA2051681A1 (en) 1990-10-29
HUT65045A (en) 1994-03-28
FI914983A0 (fi) 1991-10-23
BR9007336A (pt) 1992-04-28
WO1990013794A1 (en) 1990-11-15
MW7191A1 (en) 1994-06-08
JPH06510114A (ja) 1994-11-10
BG95533A (bg) 1993-12-24
ATE91545T1 (de) 1993-07-15
BG60653B1 (bg) 1995-11-30
AU5548690A (en) 1990-11-29
DE69002233T2 (de) 1994-03-03
EP0470140B1 (de) 1993-07-14
FI101501B (fi) 1998-06-30
NO307197B1 (no) 2000-02-21
HU903345D0 (en) 1992-02-28
DK0470140T3 (da) 1993-11-29
NO914098D0 (no) 1991-10-18
OA09793A (en) 1994-04-15
EP0470140A1 (de) 1992-02-12
AU649223B2 (en) 1994-05-19
US5506794A (en) 1996-04-09
ES2043374T3 (es) 1993-12-16

Similar Documents

Publication Publication Date Title
EP0470140B1 (de) Vorrichtung und verfahren zur eichung eines fühlersystems
US5654907A (en) Method for fast Kalman filtering in large dynamic system
EP0862730B1 (de) Verfahren zur adaptiven kalman-filterung in dynamischen systemen
Udwadia Methodology for optimum sensor locations for parameter identification in dynamic systems
Orton et al. A Bayesian approach to tracking multiple targets using sensor arrays and particle filters
Davis Techniques for statistical analysis and prediction of geophysical fluid systems
Chen Local observability and its application to multiple measurement estimation
WO2016031174A1 (ja) シミュレーション装置、シミュレーション方法、および、記憶媒体
US20040015460A1 (en) Controlled capacity modeling tool
Sun Multisensor optimal information fusion input white noise deconvolution estimators
Raol et al. Sensor data fusion algorithms using square-root information filtering
Rivera Velázquez et al. System-level simulations of multi-sensor systems and data fusion algorithms
Bergman Deterministic and stochastic Bayesian methods in terrain navigation
CA2135433A1 (en) Method for fast kalman filtering in large dynamic systems
Kee et al. Transputer implementation of tracking Kalman filters
Sfakianaki Data Assimilation Methods
Verlinde Fitting microphysical observations to a numerical model through an optimal control theory technique
DeBrunner et al. Model order, convergence rates and information content in noisy partial realizations
Gupta et al. System identification technology for estimating re-entry vehicle aerodynamic coefficients
Warren Filtering algorithms for processing prefiltered measurements
Ando A Microcontroller-Based Architecture to Reduce Gravimeter Output for the Effect of Meteorological Parameters
Suparta et al. Updating The Development Of Real-Time Monitoring System For Perceptible Water Vapor
Farrell Alignment processing techniques for strapdown inertial guidance systems

Legal Events

Date Code Title Description
PF Patent in force
PC Patent ceased (i.e. patent has lapsed due to the failure to pay the renewal fee)

Effective date: 20070427