文献

J-GLOBAL ID：201802257131063668   整理番号：18A0838632

飛行モード認識に基づくUAV飛行データ推定と予測のためのハイブリッドアプローチ【JST・京大機械翻訳】

A hybrid approach for UAV flight data estimation and prediction based on flight mode recognition

著者 (4件)： Wang Benkuan (Department of Automatic Test and Control, Harbin Institute of Technology, Harbin 150080, China) ,  Liu Datong (Department of Automatic Test and Control, Harbin Institute of Technology, Harbin 150080, China) ,  Wang Wenjuan (The UAV Technology Institute, The 3rd Academy, Beijing 100074, China) ,  Peng Xiyuan (Department of Automatic Test and Control, Harbin Institute of Technology, Harbin 150080, China)
資料名： Microelectronics Reliability  (Microelectronics Reliability)
巻： 84  ページ： 253-262  発行年： 2018年 
JST資料番号： C0530A  ISSN： 0026-2714  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 無人航空機(UAV)飛行データ推定および予測は,飛行姿勢追跡,安全運転およびシステム健全管理(SHM)にとって重要である。しかし,多くの場合に複雑なシステムに対する正確な物理モデルを確立することは通常困難であり,モデルベースのフィルタリング手法に対してより多くの挑戦をもたらす。さらに,非線形性,不確実性,および飛行データに含まれる雑音により,単一データ駆動法を用いることは,完全な飛行軌道を適合させることができない。上記の問題を扱うために,本論文では,UAVのための光モード認識(FMR)に基づくGaussプロセス無香料Kalmanフィルタ(GP-UKF)のハイブリッドアプローチを提案した。提案した方法は2つのアイデアを結合した。(1)UAV飛行データを,推定と予測モデルの適応性を改善するために,FMR機構によって異なるセグメントに分割した。(2)異なる飛行モードに従って,GP再帰モデルを飛行データから学習して,各々の無香料Kalmanフィルタ(UKF)における状態遷移方程式として利用して,次に,GP-UKFを構築して,より高い推定精度と不確実性提示を実現した。実際のUAV飛行データに基づく実験により,提案フレームワークの有効性を検証し,実際の応用の可能性を示した。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： Gauss過程 ,  無人機 ,  予測モデル ,  適応性 ,  非線形性 ,  *予測 ,  *飛翔 ,  *飛行データ ,  不確実性 ,  雑音 ,  フィルタリング
準シソーラス用語： 推定精度 ,  拡張Kalmanフィルタ ,  データ駆動 ,  モデルベース , 【Automatic Indexing@JST】

著者キーワード (5件)： UAV ,  GP-UKF ,  飛行モード認識 ,  推定 ,  予測

分類 (1件)： 固体デバイス計測・試験・信頼性  (NC03040G)

タイトルに関連する用語 (6件)： 飛行 ,  UAV ,  飛行データ ,  推定 ,  予測 ,  ハイブリッドアプローチ