최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기한국항행학회논문지 = Journal of advanced navigation technology, v.16 no.5 = no.56, 2012년, pp.738 - 743
천세범 (한국항공우주연구원 위성항법팀) , 허문범 (한국항공우주연구원 위성항법팀)
Kalman filter is generally used in INS/GPS integrated navigation filter. However, the INS with low performance inertia sensor can not find accurate azimuth in initial alignment stage because sensor noise level is too large compare to Earth rotation rate, therefore the performance and stability of Ka...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
파티클 필터는 무엇을 위해 적용되었는가? | 파티클 필터는 INS/GPS 통합 항법 필터의 비선형성 문제를 해결하기 위해 적용되었다[2]. 파티클 필터는 비선형 모델과 비정규 (Non-Gaussian) 분포를 갖는 시스템의 상태를 추정할 수 있다. | |
일반적으로 상태 변수의 차원에 대해 안정적인 수렴을 위해 요구되는 파티클의 수가 상태 변수의 차수에 대해 지수적으로 증가하는 것으로 알려져 있는 이유는? | 일반적으로 상태 변수의 차원에 대해 안정적인 수렴을 위해 요구되는 파티클의 수가 상태 변수의 차수에 대해 지수적으로 증가하는 것으로 알려져 있다[3]. 이는 차원이 증가할수록 제안 밀도 (Proposed Density)의 최적성(Optimality)이 악화되기 때문이며[4], 이러한 이유로 INS/GPS 통합 항법 필터와 같이 상태 변수의 차원이 큰 경우 파티클 필터를 적용하는 것이 효율적이지 않다. | |
파티클 필터는 어떠한 시스템의 상태를 추정할 수 있는가? | 파티클 필터는 INS/GPS 통합 항법 필터의 비선형성 문제를 해결하기 위해 적용되었다[2]. 파티클 필터는 비선형 모델과 비정규 (Non-Gaussian) 분포를 갖는 시스템의 상태를 추정할 수 있다. 그러나 INS/GPS 통합 항법 필터는 상태 변수의 차원이 매우 크기 때문에 (15차 이상) 파티클 필터를 적용할 경우 적절한 추정 결과를 얻기 위해서는 매우 많은 개수의 파티클을 필요로 한다. |
Myeong-Jong Yu, "Nonlinear Robust Observer Design for Strapdown INS In-Flight Alignment," IEEE Transaction on Aerospace and Electronic System, vol. 40, no.3, pp. 797-807, July 2004
H. Carvalho, "Optimal Nonlinear Filtering on GPS/INS Integration," IEEE Transaction on Aerospace and Electronic System, vol. 33, no.3, pp. 835-850, July 1997
P. B. Quang, "An Insight into the Issue of Dimensionality in Particle Filtering," Proceeding of the 13th International Conference on Information Fusion, pp.1-8, July 2010
Yong Rui, "Better Proposal Distribution: Object Tracking Using Unscented Particle Filter," Proceedings of Computer Vision and Pattern Recognition, vol. 2, pp. 786-793, Dec. 2001
R. G. Brown, Introduction to Random Signals and Applied Kalman Filtering, 3rd Ed., Jhon Wiley & Sons, 1985
D. H. Titterton, Strapdown Inertial Navigation Technology, 2nd Ed., The Institution of Electronic Engineers, 2004
A. Doucet, Sequential Monte Carlo Methods in Practice, Springer, 2001
B. Ristic, Beyond the Kalman Filter, Artech House, 2004
Deok-jin Lee, Nonlinear Filtering with Applications to Estimation and Navigation, Ph.D Dissertation, May 2005
C. Liu, "Alternating Subspace-Spanning Resampling to Accelerate Markov Chain Monte Carlo Simulation," Journal of the American Statistics Association, vol. 98, no. 461, pp. 110-117, March 2003
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
Free Access. 출판사/학술단체 등이 허락한 무료 공개 사이트를 통해 자유로운 이용이 가능한 논문
※ AI-Helper는 부적절한 답변을 할 수 있습니다.