Show simple document record

dc.contributor.advisorMarchand, Éricfr
dc.contributor.advisorDescoteaux, Maximefr
dc.contributor.advisorDubeau, Françoisfr
dc.contributor.authorSaidani, Becemfr
dc.date.accessioned2014-09-09T15:42:48Z
dc.date.available2014-09-09T15:42:48Z
dc.date.created2012fr
dc.date.issued2012fr
dc.identifier.isbn9780494888261fr
dc.identifier.urihttp://hdl.handle.net/11143/5748
dc.description.abstractLe filtre de Kalman consiste à estimer l'état d'un système dynamique évoluant au cours du temps à partir d'observations partielles et généralement bruitées. Typiquement, on dispose d'une suite (Y[indice inférieur 1], Y[indice inférieur 2], ..., Y[indice inférieur n]) d'observations, obtenues après un traitement préalable du signal brut au niveau des capteurs, telle que chaque observation Y[indice inférieur n] est reliée à l'état inconnu X[indice inférieur n] de façon linéaire.Le but sera d'estimer l'état X[indice inférieur n] de façon optimale et récursive. Dans ce mémoire on va étudier la théorie de base du filtre de Kalman sur des modèles statistiques avec des bruits de type additif (gaussien, exponentiel ...), ensuite nous allons proposer une adaptation du filtre de Kalman dans le cas où les bruits du modèle statistique sont à moyennes inconnues.fr
dc.language.isofrefr
dc.publisherUniversité de Sherbrookefr
dc.rights© Becem Saidanifr
dc.titleFiltre de Kalman discret pour l'estimation des moyennes inconnues de bruits blancsfr
dc.typeMémoirefr
tme.degree.disciplineMathématiquesfr
tme.degree.grantorFaculté des sciencesfr
tme.degree.levelMaîtrisefr
tme.degree.nameM. Sc.fr


Files in this document

Thumbnail

This document appears in the following Collection(s)

Show simple document record