A Bayesian Adaptive Unscented Kalman Filter for Aircraft Parameter and Noise Estimation

This paper proposes a new algorithm for the aerodynamic parameter and noise estimation for aircraft dynamical systems. The Bayesian inference method is combined with an unscented Kalman filter to estimate the augmented states and the unknown noise covariance parameters jointly. A Gauss-Newton method...

Ausführliche Beschreibung

Gespeichert in:

Bibliographische Detailangaben
Veröffentlicht in:	Journal of sensors 2021, Vol.2021 (1)
Hauptverfasser:	Ding, Di, He, Kai F., Qian, Wei Q.
Format:	Artikel
Sprache:	eng
Schlagworte:	Adaptive algorithms Aircraft Aircraft noise Algorithms Bayesian analysis Covariance Data assimilation Dynamical systems Gauss-Newton method Hypotheses Kalman filters Methods Newton methods Noise Optimization Parameter estimation Random processes Statistical inference
Online-Zugang:	Volltext
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Schreiben Sie den ersten Kommentar!