文献

J-GLOBAL ID：202102222108793435   整理番号：21A2494174

フェージング係数と最大相関エントロピー基準による適応ロバスト無香料Kalmanフィルタ【JST・京大機械翻訳】

Adaptive Robust Unscented Kalman Filter via Fading Factor and Maximum Correntropy Criterion

著者 (4件)： Deng Zhihong (The School of Automation, Beijing Institute of Technology, Beijing 100081, China) ,  Yin Lijian (The School of Automation, Beijing Institute of Technology, Beijing 100081, China) ,  Huo Baoyu (The Second Construction Limited Company of China Construction Eighth Engineering Division, Jinan 250014, China) ,  Xia Yuanqing (The School of Automation, Beijing Institute of Technology, Beijing 100081, China)
資料名： Sensors (Web)  (Sensors (Web))
巻： 18  号： 8  ページ： 2406  発行年： 2018年 
JST資料番号： U7015A  ISSN： 1424-8220  CODEN： SENSC9  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： ほとんどの実際的応用において,追跡プロセスはデータを絶えず更新する必要がある。しかし,異常値はセンサデータ収集と送信の過程において頻繁に発生する可能性があり,それはシステム状態推定の性能に影響を及ぼす。目標追跡のプロセスにおける観測異常値の影響を抑制するために,新しいフィルタリングアルゴリズム,すなわち,ロバスト適応無香料Kalmanフィルタを提案した。提案したフィルタリングアルゴリズムのコスト関数をフェージング因子と最大相関エントロピー基準に基づいて導出した。本論文では,コスト関数とフェージング因子の導出を詳細に与え,提案アルゴリズムがロバストであることを可能にした。最後に,シミュレーション結果は,提示したアルゴリズムが良い性能を持ち,それは一般的無香料Kalmanフィルタのロバスト性を改善し,システムにおける異常値の問題を解決した。Copyright 2021 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  *エントロピー ,  シミュレーション ,  状態推定 ,  フィルタリング ,  *香料 ,  費用関数 ,  異常値 ,  *ロバスト性
準シソーラス用語： ターゲット追跡 ,  センサデータ , 【Automatic Indexing@JST】

著者キーワード (4件)： 最大相関エントロピー基準 ,  追跡目標 ,  無香料変換 ,  適応ロバスト制御

分類 (4件)： 電子航法一般  (ND14010O) ,  無線通信一般  (ND08010L) ,  計算機網  (JC03000K) ,  ロボットの運動・制御  (IC04012J)

引用文献 (30件)：

• Yu, Y. Consensus-Based Distributed Mixture Kalman Filter for Maneuvering Target Tracking in Wireless Sensor Networks. IEEE Trans. Veh. Technol. 2016, 65, 8669-8681.
• Kumru, F.; Aka, T.; Altunta, E. Ballistic Target Tracking Using Multiple Model Kalman Filter with a Priori Ballistic Information. In Proceedings of the 25th Signal Processing and Communications Applications Conference, Antalya, Turkey, 15-18 May 2017.
• Yang, T.; Prashant, G. Probabilistic Data AssociationFeedback Particle Filter for Multiple Target Tracking Applications. J. Dyn. Syst. Meas. Control 2018, 140.
• Kalman, R.E. A New Approach to Linear Filtering and Prediction Problems. Trans. ASME J. Basic Eng. 1960, 81, 35-45.
• Lim, C.K.; Mba, D. Switching Kalman Filter for Failure Prognostic. Mech. Syst. Signal Process. 2015, 52-53, 1-6.

タイトルに関連する用語 (7件)： フェージング ,  係数 ,  相関 ,  エントロピー ,  適応 ,  ロバスト ,  無香料Kalmanフィルタ