文献
J-GLOBAL ID:201702283117331761   整理番号:17A1641745

協調センサネットワークにおける非線形目標追跡のための重みづけ最適化に基づく分散Kalmanフィルタ【Powered by NICT】

Weighted Optimization-Based Distributed Kalman Filter for Nonlinear Target Tracking in Collaborative Sensor Networks
著者 (4件):
資料名:
巻: 47  号: 11  ページ: 3892-3905  発行年: 2017年 
JST資料番号: W0791A  ISSN: 2168-2267  CODEN: ITCEB8  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:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
非線形性と結合の同定は,協調センサネットワークにおける非線形目標追跡問題において重要である。適応Kalmanフィルタリング(KF)法によると,非線形性と結合をモデル雑音共分散とみなし,状態の残留誤差を最小化することにより推定できる。しかし,この方法は信頼性のある共分散測定を達成するためにデータの大きな時間窓を必要とし,それは急速に変化している非線形システムのための実行不可能になる。問題に対処するために,重みづけ最適化に基づく分散KFアルゴリズム(WODKF)を提案した。アルゴリズムは,時間窓の代わりにその連結センサから受けた測定と状態推定による各センサのデータサイズを拡大した。新しい費用関数はモデル雑音共分散の「最良の」推定値を推定するために状態のバイアスと振動の加重和として設定した。各センサの状態のバイアスと振動は状態推定の時間窓とセンサの測定と測定ノイズ共分散による重みづけその近傍を適合多項式により推定した。モデル雑音共分散の最良推定値は網羅的な方法を用いて,重みづけしたコスト関数を最小化することにより計算した。センサ選択法はフィルタの計算負荷を減少させ,センサネットワークのスケーラビリティを増加させるアルゴリズムに加えてである。アルゴリズムの存在,準最適性と安定性解析を示した。局所確率データ連想法はマルチターゲット追跡事例のために提案されたアルゴリズムに使用されている。アルゴリズムはランダム信号,非線形ターゲット,および四非線形目標追尾例のシミュレーションで実証した。結果は,大きなクラスのシステムのための他のフィルタリングアルゴリズムに対するWODKFの実現可能性と優位性を示した。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:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
, 【Automatic Indexing@JST】
分類 (4件):
分類
JSTが定めた文献の分類名称とコードです
ニューロコンピュータ  ,  パターン認識  ,  図形・画像処理一般  ,  制御工学一般 

前のページに戻る