Zinātniskās darbības atbalsta sistēma
Latviešu English

Publikācija: Dynamic Displacement Estimation Using Data Fusion

Publikācijas veids Publikācijas konferenču materiālos, kas ir indeksēti Web of Science un/vai SCOPUS
Pamatdarbībai piesaistītais finansējums Citi pētniecības projekti
Aizstāvēšana: ,
Publikācijas valoda English (en)
Nosaukums oriģinālvalodā Dynamic Displacement Estimation Using Data Fusion
Pētniecības nozare 2. Inženierzinātnes un tehnoloģijas
Pētniecības apakšnozare 2.3. Mašīnbūve un mehānika
Pētniecības platforma Neviena
Autori Sabīne Upnere
Normunds Jēkabsons
Atslēgas vārdi Kalman filter, smoother, accelerometer sensor, laser sensors, sensor data fusion
Anotācija The paper describes a Kalman filtering technique for dynamic displacement estimation using accelerometer and laser sensor measurements. Data fusion of measurements from multiple sensors can give the more accurate results because of different advantages of sensors. Since the acceleration and displacement have different sampling rates, the multi-rate Kalman filter is applied. The filter is expanded with the fixed interval smoother to improve reconstruction accuracy of displacements. A modelled signal consisting of two sinus functions and Gaussian distributed noise is used to validate developed state-space model.
DOI: 10.21595/vp.2017.19425
Hipersaite: http://www.jvejournals.com/Vibro/article/VP-19425.html 
Atsauce Upnere, S., Jēkabsons, N. Dynamic Displacement Estimation Using Data Fusion. No: Vibroengineering PROCEDIA, Lietuva, Viļņa, 1.-1. decembris, 2017. Kauņa: JVE International Ltd., 2017, 145.-149.lpp. ISSN 2345-0533. Pieejams: doi:10.21595/vp.2017.19425
Papildinformācija Citējamību skaits:
  • Scopus  0
ID 26414