文献

J-GLOBAL ID：201802269907302043   整理番号：18A1573023

確率的ニューラルネットワークマルチモデルKalmanフィルタ位置決めナビゲーションアルゴリズム【JST・京大機械翻訳】

Probabilistic neural network multi-model Kalman filter navigation algorithm

著者 (4件)： Liang Longkai (東北師范大学人文学院理工学院汽車電子与服務工程系,吉林長春130117;吉林省高校汽車電子技術工程研究中心,吉林長春130117) ,  Zhang Liying (東北師范大学人文学院理工学院汽車電子与服務工程系,吉林長春,130117) ,  He Wenchao (東北師范大学人文学院理工学院汽車電子与服務工程系,吉林長春130117;吉林省高校汽車電子技術工程研究中心,吉林長春130117) ,  Lv Xuhao (東北師范大学人文学院理工学院汽車電子与服務工程系,吉林長春130117;吉林省高校汽車電子技術工程研究中心,吉林長春130117)
資料名： Dianzi Jishu Yingyong  (Dianzi Jishu Yingyong)
巻： 44  号： 6  ページ： 60-62,67  発行年： 2018年 
JST資料番号： C2505A  ISSN： 0258-7998  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： 対話型多重モデル拡張Kalmanフィルタ(IMM-EKF)アルゴリズムは,操縦性キャリアの運動モデルの不確実性を解くための二次アルゴリズムであり,そして,キャリアがモデルの運動を決定できるとき,この方式は,最適解を得て,そして,演算資源を浪費するのに,まだ,まだ,より効率的であり,そして,それは,より効率的であった。IMM-EKFアルゴリズムの欠陥に対して、オフライン訓練の確率ニューラルネットワークモデルを採用して、現在の運動モデルの分類をリアルタイムに判断し、運動モデルの確定状態で対応する単一モデルを選択して、運動モデルの不確定状態でIMM-EKFアルゴリズムを選択した。位置決め精度を保証するだけでなく,不必要な演算量も減少した。シミュレーション実験は,IMM-EKFアルゴリズムと比較して,新アルゴリズムが精度の優位性を有することを示した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： *アルゴリズム ,  シミュレーション ,  演算 ,  計算機シミュレーション ,  *モデル ,  *位置決め ,  不確実性 ,  操縦性 ,  *Kalmanフィルタ
準シソーラス用語： 位置決め精度 ,  実時間 ,  運動モデル ,  神経回路網モデル ,  オフライン ,  最適解 ,  拡張Kalmanフィルタ , 【Automatic Indexing@JST】

著者キーワード (5件)： navigation ,  extend Kalman filter(EKF) ,  probabilistic neural network(PNN) ,  BDS ,  GPS

分類 (1件)： 計算機網  (JC03000K)

タイトルに関連する用語 (5件)： 確率的ニューラルネットワーク ,  マルチモデル ,  Kalmanフィルタ ,  ナビゲーション ,  アルゴリズム