Faglig innhold

Emne undervises hver høst, neste gang høsten 2010. Bayesestimering i ulineære ikke-gaussiske systemer, dvs løsning av prediksjons-, filtrerings-, glattings- og parameterestimeringsproblemene for slike systemer. Følgende modeller behandles:
Diskret-tid ulineære tilstandsrommodeller (unscented kalmanfilter, punktmasse- og partikkelfiltrene).
Skjulte markov-modeller (forover-, bakover-, Viterbi og Baum-Welch algoritmene).
Statiske og dynamiske multiple-modeller (MMEA-, GPB1-, GPB2- og IMM-algoritmene).
Metodene anvendes på navigasjons- og målfølgingsproblemer.

Læringsutbytte

Lære om de nyeste metodene som blir brukt for å estimere posisjon, hastighet og stillingen for fly/fartøy/undervannsfarkost i et moderne navigasjonssystem.

Læringsformer og aktiviteter

Forelesninger, øvinger og prosjektoppgaver.

Obligatoriske aktiviteter

• En prosjektoppgave

Anbefalte forkunnskaper

TTK4180 eller TTK4605.

Forkunnskapskrav

Design av robuste kalmanfiltre, parameterestimering i lineære tilstandsrommodeller, bruk av kalmanfilteret på ulineære systemer (linearisert og utvidet kalmanfilter).

Kursmateriell

Notater og lærebok.