Оценка вычислительной сложности квадратно-корневого ковариационного алгоритма фильтрации для дискретных систем с мультипликативными шумами
Автор: Куренева Татьяна Николаевна
Журнал: Поволжский педагогический поиск @journal-ppp-ulspu
Рубрика: Математическое моделирование и информационные технологии на страже долголетия
Статья в выпуске: 1 (31), 2020 года.
Бесплатный доступ
В статье рассматривается задача оценки вычислительной сложности квадратно-корневого ковариационного алгоритма оптимальной линейной фильтрации для дискретных линейных стохастических систем с аддитивными и мультипликативными шумами, который может использоваться в алгоритмах обработки медицинских изображений. Разработанный алгоритм алгебраически эквивалентен стандартному ковариационному фильтру, но обладает лучшими вычислительными свойствами, присущими квадратно-корневым алгоритмам. Приведены результаты оценки его вычислительной сложности по сравнению со стандартным ковариационным алгоритмом фильтрации.
Медицинская визуализация, мультипликативные шумы, оптимальная дискретная фильтрация, квадратно-корневые алгоритмы
Короткий адрес: https://sciup.org/142224370
IDR: 142224370 | УДК: 616-073, | DOI: 10.33065/2307-1052-2020-1-31-127-132
Estimating computational complexity of the square-root covariance filtering algorithm for discrete systems with multiplicative noises
The article considers the task of evaluating the computational complexity of the square-root covariance algorithm of optimal linear filtering for discrete linear stochastic systems with additive and multiplicative noises, which can be used in medical image processing algorithms. The developed algorithm is algebraically equivalent to the standard covariance filter, but has the best computational properties inherent in square-root algorithms. The article presents the results of evaluating its computational complexity in comparison with the standard covariance filtering algorithm.
Список литературы Оценка вычислительной сложности квадратно-корневого ковариационного алгоритма фильтрации для дискретных систем с мультипликативными шумами
- McLane P. J. Optimal linear filtering for linear systems with state-dependent noise. // International Journal of Control. 1969. Vol. 10. № 1. P. 41 - 51.
- Hampton R. L. T. On unknown state-dependent noise, modeling errors, and Adaptive filtering. // Computers & Electrical Engineering. 1975. Vol. 2. № 2. P. 195 - 201.
- Pakshin P. V. State estimation and control synthesis for discrete linear systems with additive and multiplicative noise. // Automation and Remote Control. 1978. Vol. 39. № 4. P. 526 - 536.
- Kailath T., Sayed A. H., Hassibi B. Linear Estimation. New Jersey: Prentice Hall, 2000. 856 p.
- Grewal M. S., Andrews A. P. Kalman Filtering: Theory and Practice Using MATLAB. // 4th Edition. John Wiley & Sons, 2015. XVII. 617 p.
- Цыганова Ю. В., Куликова М. В. О современных ортогонализованных алгоритмах Оптимальной дискретной фильтрации. // Вестник ЮУрГУ. Серия "Математическое моделирование и программирование". 2018. Т. 11. № 4. С. 5 - 30.
- Wu Y., Zhang Q., Shen Z. Kalman filtering with multiplicative and additive noises. // Proceedings of the 12th World Congress on Intelligent Control and Automation (WCICA). 2016. June. P. 483 - 487.
- Verhaegen M., Dooren P. Van. Numerical aspects of different Kalman filter implementations. // IEEE Trans. on Automatic Control. 1986. Vol. AC 31. № 10. P. 907 - 917.
- Голуб Дж., Лоун Ч. Ван. Матричные вычисления. М.: Мир, 1999. 548 с.
