Kalman-Filter

• Verfasst von: Marchthaler, Reiner
• Titel: Kalman-Filter
• Titelzusatz: Einführung in die Zustandsschätzung und ihre Anwendung für eingebettete Systeme
• Mitwirkende: Dingler, Sebastian
• Verf.angabe: von Reiner Marchthaler, Sebastian Dingler
• Verlagsort: Wiesbaden
• Verlag: Springer Vieweg
• Jahr: 2017
• Umfang: Online-Ressource (XIII, 206 S. 62 Abb., 15 Abb. in Farbe, online resource)
• Gesamttitel/Reihe: SpringerLink : Bücher
• ISBN: 978-3-658-16728-8
• DOI: doi:10.1007/978-3-658-16728-8
• Schlagwörter: (s)Zustandsschätzung / (s)Kalman-Filter / (s)Eingebettetes System / (s)Sensortechnik / (s)Messsignal / (s)Störsignal / (s)Signalverarbeitung
• Datenträger: Online-Ressource
• Dokumenttyp: Lehrbuch
• Sprache: ger
• Bibliogr. Hinweis: Erscheint auch als : Druck-Ausgabe: Marchthaler, Reiner, 1970 - : Kalman-Filter. - Wiesbaden; [Heidelberg] : Springer Vieweg, 2017. - IX, 206 Seiten
• RVK-Notation: ST 153
• RVK-Notation: ZQ 5080
• K10plus-PPN: 1656056240
• K10plus-PPN:
  Universitätsbibliothek
• Lokale URL UB: Zum Volltext

Abstract

Einführung und Grundlagen -- Zustandsraumbeschreibung -- Wahrscheinlichkeitstheorie und Signaltheorie -- Klassisches Kalman-Filter und adaptive Kalman-Filter, Systemrauschen -- Anwendungsbeispiele.

Abstract

Dieses Lehrbuch befasst sich leicht verständlich mit der Theorie der Kalman-Filterung. Die Autoren geben damit eine Einführung in Kalman-Filter und deren Anwendung für eingebettete Systeme. Zusätzlich wird anhand konkreter Praxisbeispiele der Kalman-Filterentwurf demonstriert – Teilschritte werden im Buch ausführlich erläutert. Kalman-Filter sind die erste Wahl, um Störsignale auf den Sensorsignalen zu eliminieren. Dies ist von besonderer Bedeutung, da viele technische Systeme ihre prozessrelevanten Informationen über Sensoren gewinnen. Jeder Messwert eines Sensors weißt jedoch aufgrund verschiedener Ursachen einen Messfehler auf. Würde ein System nur auf Basis dieser ungenauen Sensorinformationen arbeiten, so wären viele Anwendungen, wie zum Beispiel ein Navigationssystem oder autonome arbeitende Systeme, nicht möglich. Das Buch ist geeignet für interessierte Bachelor- und Master-Studierende der Fachrichtungen Informatik, Maschinenbau, Elektrotechnik und Mechatronik. Ebenso ist das Buch eine Hilfe für Ingenieure und Wissenschaftler, die ein Kalman-Filter z. B. für die Datenfusion oder die Schätzung unbekannter Größen in Echtzeitanwendungen einsetzen möchten. Der Inhalt Einführung und Grundlagen Zustandsraumbeschreibung Wahrscheinlichkeitstheorie und Signaltheorie Klassisches Kalman-Filter und adaptive Kalman-Filter, Systemrauschen Anwendungsbeispiele Die Zielgruppen Master-Studierende der Fachrichtungen Informatik, Maschinenbau, Elektrotechnik und Mechatronik Interessierte Bachelor-Studierende Ingenieure und Wissenschaftler o. g. Fachrichtungen Die Autoren Prof. Dr. Reiner Marchthaler hat eine Professur für das Lehrgebiet „Embedded Systems“ in der Fakultät Informationstechnik an der Hochschule Esslingen mit dem Spezialgebiet autonom fahrende Fahrzeuge. Sebastian Dingler studierte an der Hochschule Esslingen Technische Informatik und Informatik am Karlsruher Institut für Technologie (KIT). Er beschäftigt sich mit stochastischer Signalverarbeitung.