Parallelisme de donnees et filtrage non lineaire : Analyse de performance - Inria - Institut national de recherche en sciences et technologies du numérique Accéder directement au contenu
Rapport (Rapport Technique) Année : 1994

Data parallelism and non linear filtering: Performance analysis

Parallelisme de donnees et filtrage non lineaire : Analyse de performance

Fabien Campillo
Herve Bernier
  • Fonction : Auteur
Frédéric Cérou
  • Fonction : Auteur
  • PersonId : 970892
François Le Gland
  • Fonction : Auteur
  • PersonId : 832228
Rivo Rakotozafy
  • Fonction : Auteur

Résumé

L'implémentation des approximations numériques du filtre non linéaire optimal est parfaitement adaptée à une approche ``parallélisme de donnéé'. Après quelques rappels sur les équations du filtrage non linéaire, nous présentons deux méthodes d'approximations. La première, utilisable dans le cas général, est fondée sur des schémas aux différences finies introduits par Harold J. Kushner. La deuxième, adpatée aux systèmes sans bruit de dynamique, utilise une approximation ``particulairé' de la loi conditionnelle. Dans ce dernier cas nous présentons un exemple d'application en trajectographie passive avec mesure d'angle seul. Nous comparons les performances de cet algorithme sur différentes architectures.
Fichier principal
Vignette du fichier
RT-0167 (1).pdf (335.55 Ko) Télécharger le fichier

Dates et versions

inria-00070003 , version 1 (19-05-2006)

Identifiants

  • HAL Id : inria-00070003 , version 1

Citer

Fabien Campillo, Herve Bernier, Frédéric Cérou, François Le Gland, Rivo Rakotozafy. Parallelisme de donnees et filtrage non lineaire : Analyse de performance. [Rapport Technique] RT-0167, INRIA. 1994, pp.21. ⟨inria-00070003⟩
281 Consultations
102 Téléchargements

Partager

Gmail Facebook X LinkedIn More