Centre dedocumentation
scientifique

Integrated Kalman filter of accurate ranging and tracking with wideband radar / Shaopeng Wei in IEEE Transactions on geoscience and remote sensing, Vol 58 n° 12 (December 2020)  

Public [article]  inIEEE Transactions on geoscience and remote sensing > Vol 58 n° 12 (December 2020) . - pp 8395 - 8411 Titre : Integrated Kalman filter of accurate ranging and tracking with wideband radar Type de document : Article/Communication Auteurs : Shaopeng Wei, Auteur ; Lei Zhang, Auteur ; Hongwei Liu, Auteur Année de publication : 2020 Article en page(s) : pp 8395 - 8411 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image radar et applications [Termes IGN] bande spectrale [Termes IGN] filtrage bayésien [Termes IGN] filtre de Kalman [Termes IGN] inférence statistique [Termes IGN] largeur de bande [Termes IGN] phase [Termes IGN] poursuite de cible [Termes IGN] seuillage d'image [Termes IGN] signal Résumé : (auteur) Accurate ranging and wideband tracking are treated as two independent and separate processes in traditional radar systems. As a result, limited by low data rate due to nonsequential processing, accurate ranging usually performs low efficiency in practical application. Similarly, without applying accurate ranging, the data after thresholding and clustering are used in wideband tracking, leading to a significant decrease in tracking accuracy. In this article, an integrated Kalman filter of accurate ranging and tracking is proposed using methods of phase-derived-ranging and Bayesian inference in wideband radar. Besides the motion state, in this integrated Kalman filter, the complex-valued high-resolution range profile (HRRP) is also introduced as a reference signal by coherent integration in a sliding window, which incorporates target’s scattering distribution and phase characteristics. Corresponding kinetic equations are derived to predict the motion state and the reference signal in the next moment. A ranging process is constructed based on the received signal and the predicted reference signal in order to estimate innovation using methods of phase-derived-ranging and Bayesian inference, and a sequential update for motion state can be accomplished with the Kalman filter as well. In every recursion, the complex-valued reference signal is also updated by coherently integrating the latest pulses. The integrated Kalman filter takes full use of high range resolution and phase information, improving both efficiency and precision compared with conventional approaches of ranging and wideband tracking. Implemented in a sequential manner, the integrated Kalman filter can be applied in a real-time application, realizing simultaneous ranging with high precision and wideband tracking. Finally, simulated and real-measured experiments confirm the remarkable performance. Numéro de notice : A2020-740 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1109/TGRS.2020.2987854 date de publication en ligne : 29/04/2020 En ligne : https://doi.org/10.1109/TGRS.2020.2987854 Format de la ressource électronique : url article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=96367 [article]

Bayesian inference on complicated data / Niansheng Tang (2020)  

Public Titre : Bayesian inference on complicated data Type de document : Monographie Auteurs : Niansheng Tang, Editeur scientifique Editeur : London [UK] : IntechOpen Année de publication : 2020 Importance : 118 p. Format : 19 x 27 cm ISBN/ISSN/EAN : 978-1-83962-704-0 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Statistiques [Termes IGN] algorithme de Gibbs [Termes IGN] échantillonnage [Termes IGN] estimation bayesienne [Termes IGN] filtrage bayésien [Termes IGN] inférence statistique [Termes IGN] méthode de Monte-Carlo par chaînes de Markov [Termes IGN] théorème de Bayes Résumé : (éditeur) Due to great applications in various fields, such as social science, biomedicine, genomics, and signal processing, and the improvement of computing ability, Bayesian inference has made substantial developments for analyzing complicated data. This book introduces key ideas of Bayesian sampling methods, Bayesian estimation, and selection of the prior. It is structured around topics on the impact of the choice of the prior on Bayesian statistics, some advances on Bayesian sampling methods, and Bayesian inference for complicated data including breast cancer data, cloud-based healthcare data, gene network data, and longitudinal data. This volume is designed for statisticians, engineers, doctors, and machine learning researchers. Note de contenu : 1- On the impact of the choice of the prior in Bayesian statistics 2- A brief tour of Bayesian sampling methods 3- A review on the exact Monte Carlo simulation 4- Bayesian analysis for random effects models 5- Bayesian inference of Gene regulatory network 6- Patient Bayesian inference: Cloud-based healthcare data analysis using constraint-based adaptive boost algorithm 7- The Bayesian posterior estimators under six loss functions for unrestricted and restricted parameter spaces Numéro de notice : 28590 Affiliation des auteurs : non IGN Thématique : MATHEMATIQUE Nature : Recueil / ouvrage collectif DOI : 10.5772/intechopen.83214 En ligne : https://doi.org/10.5772/intechopen.83214 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=97937

Navigation des personnes aux moyens des technologies des smartphones et des données d’environnements cartographiés / Fadoua Taia Alaoui (2018)  

Public Titre : Navigation des personnes aux moyens des technologies des smartphones et des données d’environnements cartographiés Type de document : Thèse/HDR Auteurs : Fadoua Taia Alaoui, Auteur ; Valérie Renaudin, Directeur de thèse Editeur : Nantes : Ecole Centrale de Nantes Année de publication : 2018 Autre Editeur : Université Bretagne Loire Importance : 163 p. Format : 21 x 30 cm Note générale : bibliographie Thèse de Doctorat de l'Ecole Centrale de Nantes, spécialité Signal, Image, Vision Langues : Français (fre) Descripteur : [Vedettes matières IGN] Navigation et positionnement [Termes IGN] algorithme de filtrage [Termes IGN] centrale inertielle [Termes IGN] classification dirigée [Termes IGN] correction angulaire [Termes IGN] données GNSS [Termes IGN] filtrage bayésien [Termes IGN] filtre de Kalman [Termes IGN] fusion de données [Termes IGN] modèle cartographique [Termes IGN] navigation inertielle [Termes IGN] point d'intérêt [Termes IGN] positionnement en intérieur [Termes IGN] reconnaissance automatique [Termes IGN] service fondé sur la position [Termes IGN] téléphone intelligent Résumé : (auteur) La navigation inertielle grâce aux capteurs intégrés dans les smartphones permet d’assurer une géolocalisation continue même en absence de signal GNSS. Ces capteurs bas coût délivrent néanmoins des mesures bruitées qui engendrent une dérive de la trajectoire. La technique PDR qui est une technique de navigation inertielle par détection de pas souffre de deux limites principales. La première est l’estimation de la longueur de pas car cette dernière dépend des caractéristiques physiques de chaque utilisateur, et la seconde est le résultat d’une dérive angulaire combinée avec un biais lié au portage du capteur à la main. Dans le contexte du projet HAPPYHAND, ce travail s’intéresse à l’exploitation de la carte pour corriger ces différentes erreurs. Un réseau de navigation topologique est exploité pour corriger à la fois les erreurs angulaires et calibrer le modèle de longueur de pas. Ce modèle est ensuite augmenté par un processus de mise à jour de position par détection de points d’intérêt. Note de contenu : 1- Introduction 2- Navigation autonome grâce aux mesures inertielles ou GNSS 3- Modèles cartographiques pour la localisation 4- Liaison entre la carte et la signature de mouvement 5- Hybridation Carte-IMMU-Magnétomètre-Baromètre 6- Evaluation expérimentale des performances Conclusion et perspectives Numéro de notice : 25916 Affiliation des auteurs : non IGN Thématique : POSITIONNEMENT Nature : Thèse française Note de thèse : Thèse de Doctorat : Spécialité Signal, Image, Vision : Nantes : 2018 Organisme de stage : Laboratoire GEOLOC (IFSTTAR) nature-HAL : Thèse DOI : sans En ligne : https://hal.archives-ouvertes.fr/tel-02157807 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=96039

Bayesian inference / Javier Prieto Tejedor (2017)  

Public Titre : Bayesian inference Type de document : Monographie Auteurs : Javier Prieto Tejedor, Editeur scientifique Editeur : London [UK] : IntechOpen Année de publication : 2017 Importance : 378 p. Format : 19 x 27 cm ISBN/ISSN/EAN : 978-953-51-3578-4 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Statistiques [Termes IGN] estimation bayesienne [Termes IGN] filtrage bayésien [Termes IGN] inférence statistique [Termes IGN] méthode de Monte-Carlo par chaînes de Markov [Termes IGN] régression [Termes IGN] réseau bayesien Résumé : (éditeur) The range of Bayesian inference algorithms and their different applications has been greatly expanded since the first implementation of a Kalman filter by Stanley F. Schmidt for the Apollo program. Extended Kalman filters or particle filters are just some examples of these algorithms that have been extensively applied to logistics, medical services, search and rescue operations, or automotive safety, among others. This book takes a look at both theoretical foundations of Bayesian inference and practical implementations in different fields. It is intended as an introductory guide for the application of Bayesian inference in the fields of life sciences, engineering, and economics, as well as a source document of fundamentals for intermediate Bayesian readers. Note de contenu : 1- Bayesian inference application 2- Node-level conflict measures in Bayesian hierarchical models based on directed acyclic graphs 3- Classifying by Bayesian method and some applications 4- Hypothesis testing for high-dimensional problems 5- Bayesian vs frequentist power functions to determine the optimal sample size: testing one sample binomial proportion using exact methods 6- Converting graphic relationships into conditional probabilities in Bayesian network 7- Bayesian estimation of multivariate autoregressive hidden Markov model with application to breast cancer biomarker modeling 8- Bayesian model averaging and compromising in dose-response studies 9- Two examples of Bayesian evidence synthesis with the hierarchical meta-regression approach 10- Bayesian modeling in genetics and genomicsvvv 11- Bayesian two-stage robust causal modeling with instrumental variables using student's t distributions 12- Bayesian hypothesis testing: an alternative to null hypothesis significance testing (NHST) in psychology and social sciences 13- Bayesian inference and compressed sensing 14- Sparsity in Bayesian signal estimation 15- Dynamic Bayesian network for time-dependent classification problems in robotics 16- A Bayesian model for investment decisions in early ventures 17- Recent advances in nonlinear filtering with a financial application to derivatives hedging under incomplete information 18- Airlines content recommendations based on passengers' choice using Bayesian belief networks Numéro de notice : 25957 Affiliation des auteurs : non IGN Thématique : MATHEMATIQUE Nature : Recueil / ouvrage collectif DOI : 10.5772/66264 En ligne : https://doi.org/10.5772/66264 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=96464