文献

J-GLOBAL ID：201702277859408854   整理番号：17A1986828

ガウス型非線形反復更新フィルタ【JST・京大機械翻訳】

A Gaussian Nonlinear Iterated Update Filter

著者 (4件)： Lu Xin (海軍工程大学電子工程学院,湖北武漢,430033) ,  Liu Zhong (海軍工程大学電子工程学院,湖北武漢,430033) ,  Zhang Hongxin (海軍工程大学兵器工程系,湖北武漢,430033) ,  Zhang Jianqiang (海軍工程大学電子工程学院,湖北武漢,430033)
資料名： Sichuan Daxue Xuebao. Gongchengkexueban  (Sichuan Daxue Xuebao. Gongchengkexueban)
巻： 49  号： 4  ページ： 111-118  発行年： 2017年 
JST資料番号： C2596A  ISSN： 1009-3087  CODEN： SXGKFI  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： 中国語 (ZH)

抄録/ポイント： Gauss型非線形フィルタの大きい初期偏差条件下での性能低下と発散の問題に対して、新しい非線形フィルタリングアルゴリズムを提案した。即ち、反復更新拡張カルマンフィルタ(iterated update extended Kalman filter、IU-EKF)である。最初に,本アルゴリズムは,EKFのフレームワークの下で,従来の1ステップ測定を更新し,そして,部分的利得を用いて,現在の測定情報を,段階的事後推定を実現するために,段階的に導入した。第二に,多段階測定の更新プロセスにおける各プロセスのノイズを導入するために,測定ノイズと各更新後の状態推定誤差の間の相互共分散を誤差共分散行列に代入し,この誤差共分散行列のトレースを用いて,標準カルマンゲイン行列を導き,結果をゼロにした。雑音相関条件の下での最適カルマンゲイン行列式を導出した。最後に,反復的更新の数を,事後測定によって適応的に調整し,そして,フィルタリング精度を保証する前提の下で,アルゴリズムの計算量を減少させることができるようにしていることを,示した。そして,それは,計算量を減少させることができた。2次元目標追跡問題を例として、大初期偏差条件の下で、シミュレーション実験を通じて、本アルゴリズムをそれぞれEKF、IEKF、UKF、CKFアルゴリズムと比較し、異なる反復回数によるフィルタリング精度への影響について比較分析を行った。シミュレーション結果は以下を示す。提案したアルゴリズムは,EKFの推定精度を大幅に改善し,大きな初期偏差条件の下で,古典的Gauss仮説フィルタよりも優れている。同時に、反復回数が1、2、5、10、20の時に、本論文のアルゴリズムのフィルタリング精度も向上したが、上昇幅は徐々に減少した。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 雑音 ,  フィルタリング ,  *正規分布 ,  アルゴリズム ,  共分散 ,  計算量 ,  非線形フィルタ ,  *フィルタ ,  シミュレーション
準シソーラス用語： 推定精度 ,  ターゲット追跡 ,  誤差共分散 ,  推定誤差 ,  拡張Kalmanフィルタ ,  非線形フィルタリング , 【Automatic Indexing@JST】

著者キーワード (4件)： nonlinear system ,  iterated measurement update ,  extended Kalman filter ,  target tracking

分類 (3件)： 電子航法一般  (ND14010O) ,  フィルタ一般  (NC04021I) ,  信号理論  (ND02020G)

タイトルに関連する用語 (4件)： ガウス型 ,  非線形 ,  反復 ,  更新