文献

J-GLOBAL ID：201702277656651546   整理番号：17A0755260

拡張強力追跡フィルタリングを用いたキャリア追跡推定解析【Powered by NICT】

Carrier Tracking Estimation Analysis by Using the Extended Strong Tracking Filtering

著者 (4件)： Ge Quanbo (Institute of Systems Science and Control Engineering, School of Automation, Hangzhou Dianzi University, Hangzhou, China) ,  Shao Teng (Center for Information Engineering Science Research, Xi’an Jiaotong University, Xi’an, China) ,  Chen Shaodong (Luoyang Institute of Electro Optical Equipment of AVIC, Science and Technology on Electro-Optic Control Laboratory, Luoyang, China) ,  Wen Chenglin (Institute of Systems Science and Control Engineering, School of Automation, Hangzhou Dianzi University, Hangzhou, China)
資料名： IEEE Transactions on Industrial Electronics  (IEEE Transactions on Industrial Electronics)
巻： 64  号： 2  ページ： 1415-1424  発行年： 2017年 
JST資料番号： C0234A  ISSN： 0278-0046  CODEN： ITIED6  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 拡張強追跡フィルタ(ESTF)は拡張Kalmanフィルタ(EKF)の代わりにキャリア追跡推定を改善するために使用する場合,EKFよりESTFの優位性を効率的に評価すると一貫して困難であることが分かった。主因は従来のKalmanフィルタの基本特性は主観的フェージング因子に起因する破れたことである。ESTFの優位性は以前の研究でシミュレーションと実験によって示されたのみであり,対応する機構解析非常に不足している。これに触発されて,ESTFとEKFの性能比較を研究した。最初に,予測平均二乗誤差(MSE),MSE及びゲイン行列のような統計的パラメータを理論的に解析的に,系統的に比較した。第二に,推定性能の不一致は,比較結果に基づいて明らかにした。第三に,二乗平均平方根誤差とMSEである推定性能表現の不整合解析はESTFのために提示した。提示された結果は,従来のKalmanフィルタリング理論の有用性が限られており,その構造は,容易に破壊されことを明確に述べる。挑戦と工学的応用のための強い追尾フィルタのクラスの新しい性能評価法を研究するための優れた可能性がある。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 利得 ,  *フィルタリング ,  不整合 ,  予測 ,  *推定 ,  Kalmanフィルタ ,  *フィルタ ,  性能評価
準シソーラス用語： 追尾フィルタ ,  平均二乗誤差 ,  性能比較 ,  拡張Kalmanフィルタ , 【Automatic Indexing@JST】

分類 (1件)： ディジタルフィルタ  (NC04022Z)

タイトルに関連する用語 (6件)： 拡張 ,  追跡 ,  フィルタリング ,  キャリア ,  推定 ,  解析