• norsk
    • English
  • norsk 
    • norsk
    • English
  • Logg inn
Vis innførsel 
  •   Hjem
  • Øvrige samlinger
  • Publikasjoner fra CRIStin - NTNU
  • Vis innførsel
  •   Hjem
  • Øvrige samlinger
  • Publikasjoner fra CRIStin - NTNU
  • Vis innførsel
JavaScript is disabled for your browser. Some features of this site may not work without it.

Kalman Filtering and Clustering in Sensor Networks

Talebi, Sayed Pouria; Werner, Stefan; Koivunen, Visa
Chapter
Accepted version
Thumbnail
Åpne
Talebi (1.481Mb)
Permanent lenke
http://hdl.handle.net/11250/2624921
Utgivelsesdato
2018
Metadata
Vis full innførsel
Samlinger
  • Institutt for elektroniske systemer [1864]
  • Publikasjoner fra CRIStin - NTNU [26728]
Originalversjon
10.1109/ICASSP.2018.8462039
Sammendrag
In this work, a distributed Kalman filtering and clustering framework for sensor networks tasked with tracking multiple state vector sequences is developed. This is achieved through recursively updating the likelihood of a state vector estimation from one agent offering valid information about the state vector of its neighbors, given the available observation data. These likelihoods then form the diffusion coefficients, used for information fusion over the sensor network. For rigour, the mean and mean square behavior of the developed Kalman filtering and clustering framework is analyzed, convergence criteria are established, and the performance of the developed framework is demonstrated in a simulation example.
Utgiver
Institute of Electrical and Electronics Engineers (IEEE)

Kontakt oss | Gi tilbakemelding

Personvernerklæring
DSpace software copyright © 2002-2019  DuraSpace

Levert av  Unit
 

 

Bla i

Hele arkivetDelarkiv og samlingerUtgivelsesdatoForfattereTitlerEmneordDokumenttyperTidsskrifterDenne samlingenUtgivelsesdatoForfattereTitlerEmneordDokumenttyperTidsskrifter

Min side

Logg inn

Statistikk

Besøksstatistikk

Kontakt oss | Gi tilbakemelding

Personvernerklæring
DSpace software copyright © 2002-2019  DuraSpace

Levert av  Unit