文献

J-GLOBAL ID：201702251897508488   整理番号：17A0173151

プロセスモデル不確実性を持つシステムのための低コスト適応平方根立体求積法Kalmanフィルタ【Powered by NICT】

Low-cost adaptive square-root cubature Kalman filter for systems with process model uncertainty

著者 (4件)： Zhang An (School of Eelectronics and Information, Northwestern Polytechnical University) ,  Bao Shuida (School of Eelectronics and Information, Northwestern Polytechnical University) ,  Bi Wenhao (School of Eelectronics and Information, Northwestern Polytechnical University) ,  Yuan Yuan (School of Eelectronics and Information, Northwestern Polytechnical University)
資料名： Xitong Gongcheng yu Dianzi Jishu(Yingwenban)  (Xitong Gongcheng yu Dianzi Jishu(Yingwenban))
巻： 27  号： 5  ページ： 945-953  発行年： 2016年 
JST資料番号： C2630A  ISSN： 1004-4132  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 英語 (EN)

抄録/ポイント： 新しい低コスト適応平方根立体求積法Kalmanフィルタ(LCASCKF)は,プロセスモデルのロバスト性を強化するために提案した計算負荷をわずかに増加させるのみであった。Kalmanフィルタは,プロセスモデルの不確実性を取り扱うことができないことがよく知られている,初期状態推定誤差,パラメータ不整合と急激な状態変化である。これらの不確実性は,フィルタ性能に深刻な影響を与えると発散を誘発することがある。準最適フェージング係数を利用した強い追跡フィルタ(STF)はこの問題を解決するために採用されている適応アプローチである。しかし,強い追跡SCKF(STSCKF)は準最適フェージング係数を導入するために拡張Kalmanフィルタ(EKF)と同じ方法を用いた場合,計算負荷を大幅に増加させる。この問題を避けるために,低コストの導入法を提案し,不確実性を検出するために適用した仮説検定理論。計算荷重解析は浮動小数点オペレーション数を計数することにより行い,LCASCKFの計算負荷であるSCKFのそれに近いことが分かった。実験結果はLCASCKFはSTSCKFと同様に機能することを証明したが,計算負荷の増加はSTSCKFよりはるかに低かった。Data from the ScienceChina, LCAS. Translated by JST【Powered by NICT】

シソーラス用語： *Kalmanフィルタ ,  ロバスト性 ,  不整合 ,  仮説検定 ,  *不確実性 ,  *フィルタ
準シソーラス用語： 拡張Kalmanフィルタ ,  推定誤差 ,  初期状態 ,  計算負荷 ,  *プロセスモデル ,  *求積法 ,  モデルの不確実性 , 【Automatic Indexing@JST】

著者キーワード (4件)： 平方根立体求積法Kalmanフィルタ ,  強い追跡フィルタ ,  ロバスト性 ,  計算負荷

分類 (1件)： システム同定  (IA02040O)

タイトルに関連する用語 (7件)： プロセス ,  モデル不確実性 ,  適応 ,  平方根 ,  立体 ,  求積法 ,  Kalmanフィルタ