文献

J-GLOBAL ID：202102271495684859   整理番号：21A3198173

モデル不確実性を有する分散センサネットワークのためのGauss過程に基づくコンセンサスキュベートフィルタリング【JST・京大機械翻訳】

Consensus cubature filtering based on Gaussian process for distributed sensor network with model uncertainty

著者 (5件)： Song Lingyun (School of Aeronautics and Astronautics, Shanghai Jiao Tong University, Shanghai, China) ,  Jing Zhongliang (School of Aeronautics and Astronautics, Shanghai Jiao Tong University, Shanghai, China) ,  Dong Peng (School of Aeronautics and Astronautics, Shanghai Jiao Tong University, Shanghai, China) ,  Zou Ruping (Xi’an Modern Control Technology Research Institute, Xi’an 710065, China) ,  Chen Shichao (Xi’an Modern Control Technology Research Institute, Xi’an 710065, China)
資料名： Signal Processing  (Signal Processing)
巻： 190  ページ： Null  発行年： 2022年 
JST資料番号： A0102B  ISSN： 0165-1684  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 本論文では,状態および観測モデルの正確な知識のない分散センサネットワーク,あるいはシステム関数の形態さえ考察した。伝統的に,コンセンサスフィルタリング手法は分散状態推定に広く用いられているが,それらはシステムの正確なパラメトリックモデルを必要とする。著者らは,モデル不確実性による分散状態推定のためのGauss過程(CCF-GP)に基づく新しいコンセンサスキュービックフィルタリングアルゴリズムを提案した。分散センサネットワークのパラメータは,Gauss過程回帰(GPR)による訓練データから得ることができる。近似パラメトリックモデルをGaussプロセス(GP)に組み込み,分散推定性能を強化した。Bayesフィルタリングフレームワークにおいて,著者らはGPRに基づく情報(HCMCI)方法に関する測定とコンセンサスに関するハイブリッドコンセンサスの予測と更新ステップを引き出した。そして次に,分散ネットワークにおけるあらゆるノードは,その近傍と情報ペアを協調する。非線形システムのために,著者らは球面-放射状立体求積規則に基づくGPベースのコンセンサスフィルタリングを引き出した。標準非線形コンセンサスフィルタリング法と比較して,提案したアルゴリズムの有効性を一連のシミュレーションによって確認した。Copyright 2021 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： アルゴリズム ,  非線形系 ,  フィルタ ,  *フィルタリング ,  *Gauss過程 ,  近似法 ,  球面 ,  センサ ,  有効性 ,  *センサネットワーク
準シソーラス用語： 訓練データ ,  *クロックスキュー ,  パラメトリックモデル ,  分散推定 ,  Gauss過程回帰 , 【Automatic Indexing@JST】

著者キーワード (5件)： Gauss過程 ,  コンセンサスフィルタ ,  分散状態推定 ,  センサネットワーク ,  Bayesフィルタリング

分類 (1件)： 信号理論  (ND02020G)

タイトルに関連する用語 (3件)： モデル不確実性 ,  センサネットワーク ,  Gauss過程