비선형 시스템에서의 역 큐브라처 및 사분점 칼만 필터

Grunnleggende konsepter

비선형 시스템에서 효율적인 수치 적분 기법을 활용하여 역 큐브라처 칼만 필터(I-CKF), 역 사분점 칼만 필터(I-QKF) 및 역 큐브라처-사분점 칼만 필터(I-CQKF)를 개발하였다. 또한 시스템 모델이 알려지지 않은 경우를 위해 재생 커널 힐버트 공간 기반 CKF(RKHS-CKF)를 제안하였다.

Sammendrag

이 논문에서는 비선형 시스템에서 효율적인 수치 적분 기법을 활용하여 역 큐브라처 칼만 필터(I-CKF), 역 사분점 칼만 필터(I-QKF) 및 역 큐브라처-사분점 칼만 필터(I-CQKF)를 개발하였다.

먼저, 큐브라처 칼만 필터(CKF)와 사분점 칼만 필터(QKF)의 원리를 바탕으로 역 필터를 설계하였다. I-CKF는 CKF의 큐브라처 점들을 활용하여 상태 추정을 수행하며, I-QKF는 QKF의 사분점 점들을 사용한다. I-CQKF는 큐브라처와 사분점 규칙을 함께 활용한다.

시스템 모델이 알려지지 않은 경우를 위해 RKHS-CKF를 제안하였다. RKHS-CKF는 상태 추정과 함께 미지의 시스템 모델 및 파라미터를 학습한다.

이어서 제안된 필터들의 안정성 및 일관성 조건을 도출하였다. 이론적 분석 결과, 정방향 필터의 안정성이 역 필터의 안정성을 보장하는 것으로 나타났다.

마지막으로 수치 실험을 통해 제안 방법들의 성능을 재귀적 크래머-라오 하한과 비교하였다.

Statistikk

상태 추정 정확도는 재귀적 크래머-라오 하한과 비교하여 우수한 것으로 나타났다.

Sitater

없음

Viktige innsikter hentet fra

Inverse Cubature and Quadrature Kalman filters

by Himali Singh... klokken arxiv.org 04-22-2024

https://arxiv.org/pdf/2303.10322.pdf

Dypere Spørsmål

제안된 역 필터들의 계산 복잡도를 기존 방법들과 비교하여 분석해볼 수 있을까

주어진 논문에서 제안된 역 필터들의 계산 복잡도는 기존 방법들과 비교하여 다양한 측면에서 분석할 수 있습니다. 먼저, CKF, QKF, CQKF, 및 RKHS-CKF의 계산 복잡도는 각각의 특성에 따라 다를 것입니다. CKF는 차원에 선형적으로 증가하는 반면, QKF는 차원에 지수적으로 증가하므로 CKF에 비해 계산 복잡도가 낮을 수 있습니다. 또한, RKHS-CKF는 커널 함수와 사전 사전 사전 사전 사전 사전 사전 사전 사전 사전 사전 사전 사전 사전 사전 사전 사전 사전 사전 사전 사전 사전 사전 사전 사전 사전 사전 사전 사전 사전 사전 사전 사전 사전 사전 사전 사전 사전 사전 사전 사전 사전 사전 사전 사전 사전 사전 사전 사전 사전 사전 사전 사전 사전 사전 사전 사전 사전 사전 사전 사전 사전 사전 사전 사전 사전 사전 사전 사전 사전 사전 사전 사전 사전 사전 사전 사전 사전 사전 사전 사전 사전 사전 사전 사전 사전 사전 사전 사전 사전 사전 사전 사전 사전 사전 사전 사전 사전 사전 사전