文献

J-GLOBAL ID：201702273761113262   整理番号：17A1274368

RSS結合と迎え角測定を用いた目標追跡のためのKalmanフィルタ【Powered by NICT】

Kalman filter for target tracking using coupled RSS and AoA measurements

著者 (6件)： Vicente David (DEE/FCT/UNL, Caparica, Portugal) ,  Tomic Slavisa (DEE/FCT/UNL, Caparica, Portugal) ,  Beko Marko (CICANT-CIC.DIGITAL, Universidade Luso ́fona de Humanidades e Tecnologias, Lisbon, Portugal) ,  Dinis Rui (DEE/FCT/UNL, Caparica, Portugal) ,  Tuba Milan (Faculty of Computer Science, John Naisbitt University, Belgrade, Serbia) ,  Bacanin Nebojsa (Faculty of Computer Science, John Naisbitt University, Belgrade, Serbia)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： IWCMC 2017  ページ： 2004-2008  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
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： 組合せ測定を利用した目標追跡問題に取り組んだ,すなわち信号強度(RSS)と到来角(AoA)を受けた。測定モデルを線形化し,標的状態遷移モデルから得られた事前知識を組み込むことにより,を考慮追跡問題へのKalmanフィルタ(KF)の適用は容易であることを示した。標的送信電力は知られていない場合に線形化アプローチの拡張を導入し,送信電力の推定値を得るための測定モデルに適用した。この推定した値を利用して,著者らは,提案したKFアルゴリズムは,未知の送信電力の場合に一般化できることを示した。筆者らのシミュレーション結果は,既存のものと比較して,提案したアルゴリズムの有効性と同様に,送信電力を知ることに提案した手法のロバスト性を確認した。最後に,事前知識情報を無視して古典的なものと比較して,Bayes手法を用いての優位性も計算機シミュレーションにより検証した。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： ロバスト性 ,  *迎え角 ,  推定量 ,  到来角 ,  計算機シミュレーション ,  アルゴリズム ,  *Kalmanフィルタ
準シソーラス用語： 送信電力 ,  追跡問題 ,  事前知識 ,  状態遷移モデル ,  線形化 ,  測定モデル ,  信号強度 ,  *ターゲット追跡 , 【Automatic Indexing@JST】

分類 (3件)： 信号理論  (ND02020G) ,  システム同定  (IA02040O) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： RSS ,  迎え角 ,  目標追跡 ,  Kalmanフィルタ