文献

J-GLOBAL ID：202002258124811278   整理番号：20A0811319

未知入力による非線形システム動的状態推定のためのロバストな無香料最小分散推定量【JST・京大機械翻訳】

Robust Unscented Unbiased Minimum-Variance Estimator for Nonlinear System Dynamic State Estimation With Unknown Inputs

著者 (4件)： Zheng Zongsheng (School of Electrical Engineering, Southwest Jiaotong University, Chengdu, China) ,  Zhao Junbo (Department of Electrical Computer Engineering, Mississippi State University, Starkville, MS, USA) ,  Mili Lamine (Bradley Department of Electrical Computer Engineering, Virginia Tech, Northern Virginia Center, Falls Church, VA, USA) ,  Liu Zhigang (School of Electrical Engineering, Southwest Jiaotong University, Chengdu, China)
資料名： IEEE Signal Processing Letters  (IEEE Signal Processing Letters)
巻： 27  ページ： 376-380  発行年： 2020年 
JST資料番号： W0576A  ISSN： 1070-9908  CODEN： ISPLEM  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： 本レターでは,未知入力による非線形システム動的状態推定のために,二段階ロバスト無香料最小分散(RU-UMV)推定器を提案した。最初の段階において,統計的線形化と未知の入力ベクトルと状態の間の関係を活用することによって,著者らはバッチモード回帰形式を引き出した。この形式に対する加重最小二乗の適用は,UMV無香料Kalmanフィルタと同じ結果をもたらすことを示した。しかし,それは異常値へのロバスト性を欠いている。扱うために,射影統計(PS)と共にロバスト一般化最尤法(GM)推定器を開発し,ロバスト状態推定を得た。後者は,ロバストな未知入力ベクトル推定のための第二段階でさらに使用される。結果として,革新と観測/測定異常値の両方を効果的に抑制することができた。提案した方法のロバスト性を実証するために,実例を提供した。Copyright 2020 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *状態推定 ,  異常値 ,  射影 ,  最小二乗法 ,  *ロバスト性 ,  香料 ,  *非線形系 ,  最尤法 ,  Kalmanフィルタ ,  *推定量 ,  ベクトル
準シソーラス用語： 線形化 ,  *最小分散 ,  *未知入力 , 【Automatic Indexing@JST】

分類 (3件)： 信号理論  (ND02020G) ,  図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (7件)： 未知入力 ,  非線形システム ,  状態推定 ,  ロバスト ,  香料 ,  最小分散 ,  推定量