文献

J-GLOBAL ID：202102235782742746   整理番号：21A1206001

AUVのためのニューラルネットワーク支援適応無香料Kalmanフィルタ【JST・京大機械翻訳】

Nerual Network Assisted Adaptive Unscented Kalman Filter for AUV

著者 (6件)： Chen Xu (School of Information Science and Engineering, Ocean University of China,Qingdao,China) ,  Wu Shuyi (School of Information Science and Engineering, Ocean University of China,Qingdao,China) ,  Zhang Xin (School of Information Science and Engineering, Ocean University of China,Qingdao,China) ,  Mu Xiaokai (School of Information Science and Engineering, Ocean University of China,Qingdao,China) ,  Yan Tianhong (China Jiliang University,Hangzhou,China) ,  He Bo (School of Information Science and Engineering, Ocean University of China,Qingdao,China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： IEEECONF  ページ： 1-4  発行年： 2020年 
JST資料番号： W2441A  資料種別： 会議録 (C)
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： 海洋探査のための最も重要な装置の1つとして,自律潜水車(AUV)は,広い注目を集めている。複雑な水中環境における有効な海洋データを収集するために,自律ナビゲーションはAUVにとって不可欠な必要条件である。拡張Kalmanフィルタ(EKF),無香料Kalmanフィルタ(UKF)のような従来のナビゲーションアルゴリズムと異なり,いくつかの学者によって提案された適応無香料Kalmanフィルタ(AUKF)は,より良い性能を得る。しかし,AUKFのナビゲーション精度にはわずかな改善しかなかった。本論文では,ナビゲーション精度を改善するために,AUVのためのニューラルネットワーク支援ナビゲーション法を提案し,AUKFをニューラルネットワークと組み合わせた。最初に,本論文によって提案されたモデルは,AUKFを通して位置の予備予測を得る。第二に,ニューラルネットワークをAUKFによって計算されたデータで訓練して,偏差を得る。最後に,変位による位置の初期予測を修正する。AUV実データを用いたAUKFに対する提案した方法の性能を比較した。実験結果は,ニューラルネットワーク支援適応UKFフィルタリングがAUKFと比較してAUVナビゲーションに対して正確であることを示した。Copyright 2021 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： アルゴリズム ,  潜水 ,  *ニューラルネットワーク ,  フィルタリング ,  海洋 ,  必要条件
準シソーラス用語： 拡張Kalmanフィルタ ,  海洋データ ,  Unscentedカルマンフィルタ , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： AUV ,  ニューラルネットワーク ,  支援 ,  適応 ,  無香料Kalmanフィルタ