Lineer Regülatör Parametrelerinin Kalman Filtresi Kullanılarak En Çok Olabilirlik Yöntemiyle Tahmini

Abstract

Bu çalışmada lineer regülatör probleminde bulunan kayıp fonksiyonunda bilinmeyen parametre olması durumunda bu parametrelerin en çok olabilirlik yöntemiyle tahmini ele alınmıştır. Bu amaçla, ilk önce durum-uzay modellerinde model parametrelerinin tahmini için en çok olabilirlik yöntemi, daha sonra lineer regülatör problemi ve çözümü ile ilgili bilgi, son olarak kayıp fonksiyonunda bulunan bilinmeyen parametrelerin en çok olabilirlik yöntemiyle tahmini verilmiştir. Simülasyon çalışması ile yöntemin işleyişi gözlemlenmiştir.

Keywords

• Durum-uzay modeli, Kalman Filtresi, Lineer Regülatör

Maximum Likelihood Estimation of Linear Regulator Parameters Using the Kalman Filter

Abstract

In this study, maximum likelihood estimation of loss function parameters in linear regulator problem is investigated. For this reason, in state- space models, maximum likelihood estimation of model parameters, linear regulator problem and this solution and maximum likelihood estimation of unknown parameters in loss function are explained. With simulation study working this giving method is observed.

Keywords

• State-Space models, Kalman Filter, linear regulator

References

1. [1] Sweppe, F. C. 1973. Uncertain Dynamic Systems. Englewood Cliffs, NJ: Prentice-Hall.
2. [2] Anderson, B. D. O. and Moore, J. B. 1979. Optimal Filtering. Prentice Hall, Englewood Cliffs, New Jersey.
3. [3] Wilson, D., A and Kumar, A. 1982. Derivative Computations for the Log Likelihood Function, IEEE Transactions on Automatic Control, Vol. AC-27, No. 1.
4. [4] Anderson, E. W., Hansen, P. L., MCGrattan, Sargent, T. J. 1995. Mechanics of Forming and Estimating Dynamic Linear Economies, unpublished manuscript, Stanford University, Hoover Institution.