Seurantalaskimen simulointi- ja suorituskykymallien vertailu (valmiin työn esittely) Joona Karjalainen

Samankaltaiset tiedostot
Joonas Haapala Ohjaaja: DI Heikki Puustinen Valvoja: Prof. Kai Virtanen

Luodin massajakauman optimointi

Monte Carlo -menetelmä optioiden hinnoittelussa (valmiin työn esittely)

Verkko-optimointiin perustuva torjuntatasan laskenta mellakkapoliisin resurssien kohdentamisessa (valmiin työn esittely) Paavo Kivistö

Simulation model to compare opportunistic maintenance policies

Simulation and modeling for quality and reliability (valmiin työn esittely) Aleksi Seppänen

Mat Tilastollisen analyysin perusteet, kevät 2007

Kaksintaistelun approksimatiivinen mallintaminen (valmiin työn esittely)

monitavoitteisissa päätöspuissa (Valmiin työn esittely) Mio Parmi Ohjaaja: Prof. Kai Virtanen Valvoja: Prof.

Kandidaatintyön esittely: Epätäydellisen preferenssi-informaation huomioon ottavien päätöksenteon tukimenetelmien vertailu

Suojarakenteiden vaikutus maalin selviytymiseen epäsuoran tulen tai täsmäaseen iskussa

ABHELSINKI UNIVERSITY OF TECHNOLOGY

Päätösanalyysi Teknologföreningenin kiinteistöuudistuksen tukena (valmiin työn esittely)

Epätäydellisen preferenssi-informaation huomioon ottavien päätöksenteon tukimenetelmien vertailu (aihe-esittely)

Online-oppiva ilmavalvontajärjestelmän suorituskykymalli

Tilastollinen testaus. Vilkkumaa / Kuusinen 1

Aihioiden priorisointi ja portfolioanalyysi ennakoinnissa (valmiin työn esittely)

Sovellettu todennäköisyyslaskenta B

Gaussiset prosessit derivaattahavainnoilla regressio-ongelmassa (valmiin työn esittely)

Harjoitus 7: NCSS - Tilastollinen analyysi

Polkuriippuvuus trade-off-painotuksessa (valmiin työn esittely)

Experiment on psychophysiological responses in an economic game (valmiin työn esittely) Juulia Happonen

Estimointi. Estimointi. Estimointi: Mitä opimme? 2/4. Estimointi: Mitä opimme? 1/4. Estimointi: Mitä opimme? 3/4. Estimointi: Mitä opimme?

Online-oppiva ilmavalvontajärjestelmän suorituskykymalli

Optimization of Duties in Railway Traffic (valmiin työn esittely)

Korvausvastuun ennustejakauma bootstrap-menetelmän avulla

Johdatus tilastotieteeseen Estimointi. TKK (c) Ilkka Mellin (2005) 1

Trimmitysongelman LP-relaksaation ratkaiseminen sarakkeita generoivalla algoritmilla ja brute-force-menetelmällä

Identifiointiprosessi

Kahden virtualisointiohjelmiston suorituskyvyn testaus (valmiin työn esittely)

Tuotantoprosessin optimaalinen aikataulutus (valmiin työn esittely)

Puhelintukiasema-antennin säteilykuvion mittaus multikopterilla (Valmiin työn esittely)

Optimaaliset riskinalentamisportfoliot vikapuuanalyysissä (valmiin työn esittely)

Tilastollisen analyysin perusteet Luento 2: Tilastolliset testit

Väliestimointi (jatkoa) Heliövaara 1

Dynaamiset regressiomallit

Kirjallisuuskatsaus sisäpistemenetelmiin ja niiden soveltamiseen eri optimointiluokille (valmiin työn esittely)

4.0.2 Kuinka hyvä ennuste on?

Tilastollisen analyysin perusteet Luento 10: Johdatus varianssianalyysiin

Lajittelumenetelmät ilmakehän kaukokartoituksen laadun tarkkailussa (valmiin työn esittely)

Peliteorian soveltaminen hajautettujen järjestelmien protokollasuunnittelussa (valmiin työn esittely)

Preference Programming viitekehys: epätäydellisen preferenssi-informaation elisitointi ja mallintaminen, dominanssi

Harha mallin arvioinnissa

Monitavoitteiseen optimointiin soveltuvan evoluutioalgoritmin tarkastelu

Simulointimalli mellakkapoliisin resurssien kohdentamiseen (valmiin työn esittely)

Yksisuuntainen varianssianalyysi (jatkoa) Heliövaara 1

Ketterä ja asiakaslähtöinen palvelukehitys tietoliikenneteollisuudessa

Lentotiedustelutietoon perustuva tykistön tulenkäytön optimointi (valmiin työn esittely)

Search space traversal using metaheuristics

tilastotieteen kertaus

Kasvuyrityksen tuotekehitysportfolion optimointi (valmiin työn esittely)

Yksisuuntainen varianssianalyysi (jatkoa) Kuusinen/Heliövaara 1

Odotusarvoparien vertailu. Vilkkumaa / Kuusinen 1

Vangin dilemma häiriöisessä ympäristössä Markov-prosessina (valmiin työn esittely) Lasse Lindqvist

Kopulafunktiot. Joonas Ollila 12. lokakuuta 2011

Lisäinformaation arvo monikriteerisessä projektiportfoliovalinnassa (valmiin työn esittely)

Lineaaristen monitavoiteoptimointitehtävien ratkaiseminen Bensonin algoritmilla

Vedonlyöntistrategioiden simulointi ja evaluointi

Menetelmä Markowitzin mallin parametrien estimointiin (valmiin työn esittely)

Mat Tilastollisen analyysin perusteet, kevät 2007

Kon Simuloinnin Rakentaminen Janne Ojala

805324A (805679S) Aikasarja-analyysi Harjoitus 3 (2016)

Estimointi. Vilkkumaa / Kuusinen 1

9. Tila-avaruusmallit

Informaation leviäminen väkijoukossa matemaattinen mallinnus

CP-rikkovan Diracin yhtälön eksakti ratkaisu ja koherentti kvasihiukkasapproksimaatio

Cubature Integration Methods in Non-Linear Kalman Filtering and Smoothing (valmiin työn esittely)

Identifiointiprosessi

Ylikerroinstrategiat ja Poissonmallit vedonlyönnissä (aihe-esittely) Jussi Kolehmainen

Tilastotieteen kertaus. Kuusinen/Heliövaara 1

Otannasta ja mittaamisesta

1. Tilastollinen malli??

Johdatus varianssianalyysiin. Vilkkumaa / Kuusinen 1

Tutkimustiedonhallinnan peruskurssi

Aki Taanila AIKASARJAENNUSTAMINEN

Inferring Trichoderma reesei gene regulatory network

Testit laatueroasteikollisille muuttujille

Ilkka Mellin Tilastolliset menetelmät Osa 2: Otokset, otosjakaumat ja estimointi Estimointi

11. laskuharjoituskierros, vko 15, ratkaisut

Osa 2: Otokset, otosjakaumat ja estimointi

OPERAATIOTUTKIMUKSEN AJATTELUTAPA TUTKIMUSMAAILMASTA TEOLLISUUTEEN

Missä mennään. systeemi. identifiointi. mallikandidaatti. validointi. malli. (fysikaalinen) mallintaminen. mallin mallin käyttötarkoitus, reunaehdot

805324A (805679S) Aikasarja-analyysi Harjoitus 6 (2016)

Tänään ohjelmassa. Kognitiivinen mallintaminen Neuraalimallinnus laskarit. Ensi kerralla (11.3.)

Johdatus tilastotieteeseen Testit suhdeasteikollisille muuttujille. TKK (c) Ilkka Mellin (2004) 1

Vesivoimaketjun optimointi mehiläisalgoritmilla (Valmiin työn esittely)

Johdatus tilastotieteeseen Testit laatueroasteikollisille muuttujille. TKK (c) Ilkka Mellin (2004) 1

Tilastotieteen kertaus. Vilkkumaa / Kuusinen 1

xi = yi = 586 Korrelaatiokerroin r: SS xy = x i y i ( x i ) ( y i )/n = SS xx = x 2 i ( x i ) 2 /n =

pitkittäisaineistoissa

Lineaaristen monitavoiteoptimointitehtävien ratkaiseminen Bensonin algoritmilla

Portfoliolähestymistapa CO2 - kiilapelin analysoinnissa (valmiin työn esittely) Tuomas Lahtinen

Kalman-suodin. AS , Automaation signaalinkäsittelymenetelmät. Laskuharjoitus 3

Tieverkon kunnon stokastinen ennustemalli ja sen soveltaminen riskienhallintaan

Trichoderma reesein geenisäätelyverkoston ennustaminen Oskari Vinko

3D-tulostus ja OpenSCAD. Juha Biström, Mikko Simenius, Joel Tolonen

1. PÄÄTTELY YHDEN SELITTÄJÄN LINEAARISESTA REGRESSIOMALLISTA

Stokastinen optimointi taktisessa toimitusketjujen riskienhallinnassa (valmiin työn esittely)

Opetusmateriaali. Tutkimustehtävien tekeminen

pitkittäisaineistoissa

Transkriptio:

Seurantalaskimen simulointi- ja suorituskykymallien vertailu (valmiin työn esittely) Joona Karjalainen 08.09.2014 Ohjaaja: DI Mikko Harju Valvoja: Prof. Kai Virtanen Työn saa tallentaa ja julkistaa Aalto-yliopiston avoimilla verkkosivuilla. Muilta osin kaikki oikeudet pidätetään.

Tausta Seurantalaskin Lentävän kohteen tilan (paikka, nopeus ja/tai kiihtyvyys) estimointi Paikkahavaintoja eri tutkilta eri ajanhetkinä Tilaestimaatti hyödyntäen erilaisia Kalman-suotimia Oletus kohteen liikehdinnästä Otetaan huomioon mittausvirhe ja mallinnusvirhe Seurantalaskimen suorituskyvyn mittaaminen Kuinka hyvin seurantalaskin kykenee määrittämään kohteen tilan Ero todellisuuden ja estimoidun tilan välillä

Seurantalaskimen simulointimalli Pousi et al. (2014): Assessing Performance of Air Surveillance Network by Combining Radar, Tracker and Operator Performance Models Käytetään ilmavalvontajärjestelmän suorituskykytarkasteluissa Hyödyntää IMM-Kalman-suodinta (Interacting Multiple Model) Generoidaan todellinen lentorata Havainnot saadaan lisäämällä todelliseen paikkaan mittausvirheet, jotka ovat valkoista kohinaa Syötetään havainnot IMM-Kalman-suotimelle Verrataan tulosta todelliseen paikkaan, useita ajoja joiden perusteella arvioidaan paikkaestimaatin RMS-virhettä (Root Mean Square error) Portitus: Havainto hylätään, jos se poikkeaa liikaa suotimen tuottamasta lentoradasta Käyttökelpoinen, mutta laskenta on hidasta

Seurantalaskimen suorituskykymalli Blair ja Miceli (2012): Performance Prediction of Multisensor Tracking Systems for Single Maneuvering Targets Tilaestimaattien RMS-virheiden arviointi ilman havaintojen generointia Huomattavasti simulointia nopeampi Perustuu yksinkertaisen α-β-kalman-suotimen steady-state-tarkasteluihin

Tavoitteet Tutustutaan malleihin ja vertaillaan niiden toimintaa Muokataan suorituskykymallia tarpeen mukaan siten, että sitä voidaan käyttää samanlaisiin tarkasteluihin kuin simulointimallia Parametrien valinta Havaintojen aikavälien huomiointi Usean liikehdintämallin käytön huomiointi Mallien antamien tulosten ja laskenta-aikojen vertailu Esimerkkitapauksia joissa eri tutkakonfiguraatiot, lentoradat ja/tai lentokorkeudet

Mallien vertailu Suorituskyvyn mittarina paikkaestimaattien RMS-virhe tasossa ja korkeussuunnassa Kohteen lentorata joko suora tai kaartuva Visuaalinen karttojen vertailu Antaa hyvän kokonaiskuvan mallien antamien tulosten eroista Mallien antamien RMS-virheiden erotuksien vertailu

Suorituskykymallin parametrien valinta Parametrit, jotka kuvaavat oletuksia kohteen kiihtyvyyksistä Simulointimallin ja suorituskykymallin parametreilla eri merkitys Suorituskykymallin parametreja ei voida valita simulointimallin parametrien avulla Valitaan suorituskykymallin parametrit kokeilemalla: Mallien antamat RMS-virheet ovat samaa suuruusluokkaa Valintaa varten 4 esimerkkitapausta 6 esimerkkitapausta mallien tulosten vertailuun Portitusta ei mallinneta eksplisiittisesti, mutta se otetaan huomioon parametreissa

Muutokset suorituskykymalliin Suorituskykymallissa oletetaan havaintojen samanaikaisuus Ei päde, jos eri tutkilla on eri mittausaikavälit Suorituskykymallissa käytetään ennusteiden RMS-virheitä estimaattien RMSvirheiden sijaan Simulointimallissa käytetään liikehdintämallia kaartuville kohteille, suorituskykymallissa ei ole Kaarron aikana simulointimallin RMS-virhe pienenee ja suorituskykymallin RMSvirhe kasvaa Valitaan suorituskykymallin parametrit erikseen kaartuvalle radalle

Tulosten numeerinen vertailu Muokatun suorituskykymallin tulokset vastaavat simulointituloksia Hyvin neljässä esimerkkitapauksessa: mm. suorat lentoradat Kohtalaisesti yhdessä esimerkkitapauksessa Heikosti yhdessä esimerkkitapauksessa: todellinen liikehdintä poikkeaa voimakkaasti käytetyistä liikehdintämalleista Korkeussuunnassa RMS-virheet aina samaa suuruusluokkaa

Karttojen vertailu: esimerkkitapaus 4 Simulointimallin ja muokatun suorituskykymallin antamat RMS-virheet tasossa ja korkeussuunnassa, esimerkkitapaus 4: Kohteen korkeus 1000 m, suora lentorata. Tulokset eivät identtisiä, mutta hyvin lähellä toisiaan. Laskenta-ajat 1.1 s ja 1430.2 s.

Esimerkkitapaus 4 ilman korjausta eriaikaisille havainnoille Kun korjausta eriaikaisille havainnoille ei käytetä, RMS-virheet tulevat aliarvioiduiksi suorituskykymallissa.

Karttojen vertailu: esimerkkitapaus 5 Simulointimallin ja muokatun suorituskykymallin antamat RMS-virheet tasossa ja korkeussuunnassa, esimerkkitapaus 5: Kohteen korkeus 4000 m, voimakkaasti kaartuva lentorata. RMS-virheet korkeussuunnassa edelleen samankaltaisia, mutta tason suunnassa selkeitä eroja. Laskenta-ajat 4.4 s ja 2098.2 s.

Johtopäätökset Suorituskykymallin parametrit voitiin valita siten, että suorituskykymallilla ja simulointimallilla saadaan samankaltaisia tuloksia Suorituskykymalliin tehdyt muutokset Usean liikehdintämallin huomiointi suorituskykymallissa tuottaa useimmissa tapauksissa tuloksia, jotka lähellä simulointituloksia Suorituskykymalliin tehty korjaus eriaikaisille havainnoille tuottaa tuloksia, jotka vastaavat simulointituloksia aiempaa paremmin Suorituskykymallin laskenta-ajat huomattavasti lyhyempiä myös muutosten jälkeen Työn tulosten perusteella suorituskykymalli on käyttökelpoinen reaalimaailman ilmavalvontajärjestelmän suorituskykytarkasteluissa

Jatkotutkimuksen aiheita Portituksen eksplisiittinen mallintaminen Erilaisten virheen mittojen käyttö Voidaanko suorituskykymallia käyttää esimerkiksi ennusteiden RMS-virheiden arviointiin? IMM-Kalman-suotimen tarkempi mallinnus Puuttuvien havaintojen huomiointi Parannuksissa kuitenkin huomioitava laskenta-ajat

Viitteet J. Pousi et al. (2014): Assessing Performance of Air Surveillance Network by Combining Radar, Tracker and Operator Performance Models, manuscript W. D. Blair, P. Miceli (2012): Performance Prediction of Multisensor Tracking Systems for Single Maneuvering Targets, Journal of Advances in Information Fusion