2017
DOI: 10.1109/tsp.2017.2655493
|View full text |Cite
|
Sign up to set email alerts
|

Distortion Outage Analysis for Joint Space-Time Coding and Kalman Filtering

Help me understand this report

Search citation statements

Order By: Relevance

Paper Sections

Select...
2
2
1

Citation Types

0
8
0
2

Year Published

2017
2017
2022
2022

Publication Types

Select...
4
1
1

Relationship

0
6

Authors

Journals

citations
Cited by 6 publications
(10 citation statements)
references
References 19 publications
0
8
0
2
Order By: Relevance
“…Applying then the well-known standard EKF synthesis procedure [4] for Eqs. (6) and (7), one can also easily obtain the algorithm Eq. (8).…”
Section: Stochastic Differential Equation Of the First Order (Sde-1)mentioning
confidence: 99%
See 2 more Smart Citations
“…Applying then the well-known standard EKF synthesis procedure [4] for Eqs. (6) and (7), one can also easily obtain the algorithm Eq. (8).…”
Section: Stochastic Differential Equation Of the First Order (Sde-1)mentioning
confidence: 99%
“…One can assume, as an alternative to the quasi-linear EKF algorithms, where the linearization is instantaneously updated, that the robust solution for the EKF applications might be found if a "fixed linearization" (with predefined linearization matrix) is used instead of an "instantaneous" one. It actually means that instead of the EKF, the standard Kalman filtering (SKF) approach is applied [3][4][5][6][7], and obviously one has to admit some "losses" in the filtering accuracy for this case. At the same time, it has to be taken into account that the local Gaussian approximation of the a posteriori PDF assumes that actually all the model components are almost linear and therefore the accuracy losses might be rather moderate.…”
Section: Computational Complexitymentioning
confidence: 99%
See 1 more Smart Citation
“…Como alternativa a los algoritmos cuasilineales del EKF, donde la linealización se actualiza instantáneamente, se puede buscar una solución robusta y de baja complejidad computacional usando una «linealización fija» (con una matriz de linealización predefinida para el problema específico bajo estudio) en vez de la linealización instantánea. De hecho, eso significa que se estaría usando el filtro estándar de Kalman (SKF) [7][8][9][10][11] en vez del EKF y por consecuencia, aunque se tendría una menor complejidad, se tendrían también pérdidas en la precisión del filtraje. Sin embargo, hay que tener en cuenta que la LGA de la PDF a posteriori supone que de hecho todas las componentes del modelo son casi lineales y por lo tanto las pérdidas de precisión podrían ser moderadas.…”
Section: Complejidad Computacionalunclassified
“…Con una historia de más de 50 años, la teoría de sistemas dinámicos [7][8][9] es uno de los pilares de muchas áreas científicas, como física, control automático, comunicaciones, etc. ; particularmente es muy relevante para el filtraje mediante el célebre filtro de Kalman (propuesto por Rudolph E. Kalman en 1960), el cual permite un filtraje muy preciso considerando que la señal deseada es un sistema dinámico lineal bajo la influencia de ruido blanco aditivo gaussiano (AWGN) y desde su invención hasta la fecha cuenta con un sinnúmero de aplicaciones prácticas recientes y añejas (por ejemplo, [10,11]).…”
Section: Introductionunclassified