Adaptive Estimator for Tracking a Maneuvering Target with Unknown Inputs

미지의 입력을 갖는 기동표적의 추적을 위한 적응 추정기

An adaptive state and input estimator for the tracking of a target with unknown randomly switching input is developed. In modeling the unknown inputs, it is assumed that the input sequence is governed by semi-Markov process. By incorporating the semi-Markov probability concepts into the Bayesian estimation theory, an effective adaptive state and input estimator which consists of parallel Kalman-type filters is obtained. Computer simulation results reveal that the proposed adaptive estimator have improved tracking performance in spite of the unknown randomly switching input.

임의로 변하는 미지의 입력을 갖는 표적의 추적을 위한 적용 상태 및 입력 추정기를 설계한다. 미지의 입력을 semi-Markov 프로세스로 모델링하고, 이를 Bayesian 추정이론에 접목함으로써 여러개의 Kalman 필터가 병렬로 구성된 효과적인 적용 상태 및 입력 추정기를 구한다. 컴퓨터 모사를 통하여, 제안된 적응추정기는 임의로 변하는 미지의 입력에도 불구하고 개선된 추적성능을 보임을 확인하였다.