Journal of the Institute of Electronics Engineers of Korea SC (전자공학회논문지SC)

The Institute of Electronics and Information Engineers (대한전자공학회)
권호 표지

Parameter Estimation of 2-DOF Dynamic System using Particle Filter

파티클 필터를 이용한 2 자유도 동역학 시스템의 파라미터 추정

  • Kim, Tae-Yeong (Electronics and Information Department, Chonbuk National University) ;
  • Chong, Kil-To (Electronics and Information Department, Chonbuk National University)
  • 김태영 (전북대학교 전자정보공학부) ;
  • 정길도 (전북대학교 전자정보공학부)
  • Received : 2011.11.17
  • Accepted : 2012.02.29
  • Published : 2012.03.25
Download PDF
⟨ Previous Next ⟩

Abstract

Currently, the majority of systems which are non-linear are in need of the correct system equations for controlling and monitoring. Therefore, the correct estimation of parameters is crucial. Generally, parameters are changed due to system deterioration or sudden environmental alterations. Given the limitations of system monitoring unstable controls can arise. In the following paper, the parameter estimation method is proposed using software filters to combat these system instabilities. For dynamic instances, a powerful particle filter is used to control the nonlinear and noisy environments in which they take place. Using a setup simulation comprised of a slider and pendulum, the state variable of noise is obtained. After collecting the data, the proposed algorithm is used to estimate both the state variable and its parameters. Finally, these results are checked with correct parameter estimations to evaluate and verify the algorithms performance.

현재 사용되는 대부분의 시스템은 비선형이고 이러한 시스템을 모니터링 하거나 제어하기 위해서는 정확한 시스템 방정식이 필요하다. 따라서 정확한 파라미터를 추정하는 것이 매우 중요하다. 일반적으로 시스템이 노후하거나 갑작스러운 환경 변화로 파라미터가 변하는 경우가 발생한다. 이 때 변화된 파라미터를 이용한 시스템 모니터링 또는 제어는 계획된 목적을 달성할 수 없으며 불안정성 등의 문제가 발생한다. 본 연구에서는 측정이 어려운 파라미터나 노후 또는 환경변화로 발생한 변화된 파라미터를 소프트웨어 방식인 필터를 이용하여 추정하는 방법을 제안하였다. 비선형성과 노이즈가 존재하는 환경에 특성이 강한 파티를 알고리즘을 사용하였으며 동역학 시스템에 적용하였다. 파라미터 추정 대상인 동역학 시스템은 2자유도를 가진 수레와 진자로 구성되었고 시뮬레이션을 통해 노이즈가 추가된 상태 변수 데이터를 구했다. 제안된 알고리즘을 수집한 데이터에 적용하여 상태변수와 파라미터를 추정하였으며, 제안된 방법을 사용할 경우 상태와 파라미터를 정확이 추정함을 확인하였다.

Keywords

References

  1. D. T. Lee, M. Morf, and B. Friedkander, "Recursive least - squares ladder estimation algorithm,' IEEE Trans. Acoust Speech. Signal Processing, vol. 29, pp. 627-641, 1981. https://doi.org/10.1109/TASSP.1981.1163587
  2. J. Swevers, C. S. Gansenman, D. B. Tukel, J. De schutter, "Optimal Robot Excitation and Identification", IEEE Transactions on Robotics and Automation, vol. 13, No. 5, pp. 730-740, October, 1997. https://doi.org/10.1109/70.631234
  3. Fernado reyes, "On Parameter identification of robot manipulators", IEEE International Confernce on Robotics and Automation, 1997.
  4. 오원석, "신경망이론을 이용한 유도전동기 파라미터 추정," 전자공학회논문지, 35권, 제2호, 56-65쪽, 1998년.
  5. Sung-Kwun Oh, Witold Pedrycz, Seok-Beom Rho, Tae-Chon Ahn, "Parameter estimation of fuzzy controller and its application to inverted pendulum", Engineering Applications of Artificial Intelligence, Vol. 17, pp.37-60, 2004. https://doi.org/10.1016/j.engappai.2003.12.003
  6. 김기원, 서청만, 최성구, 노도환, "칼만필터를 이용한 3 차원 동작파라미터 추정에 관한 연구," 대한전자공학회 하계종합학술대회, 17권. 1호, 939-942쪽, 1994.
  7. M. Orchard, G. Kacprzynski, K. Goebel, B. Saha, and G. Vachtsevanos, "Advance in Uncertainty Representation and Management for Particle filtering Applied to Prognostics," In Proceedings of International Conference on Prognostics and Health Management 2008, pp 1-6, Oct 2008.
  8. 천기홍, 강행봉, "스케일에 강건한 물체 추적 기법," 전자공학회논문지, 45권, 6호, 194-203쪽, 2008.
  9. Hamid Moradkhani Moradkhani and Kuo-Lin Hsu, "Uncertainty assessment of hydrologic model states and parameters: Sequential data assimilation using the particle, filter" Water Resour. Res., vol. 41, W05012, doi:10.1029/2004WR003604, 2005
  10. Andrew K. Stimac, "Standup and Stabilization of the Inverted Pendulum," MIT, master thesis, 1999.
  11. K. T. Chong, J. H. Park, A. G. Parlos, "Control-Relevant Discretization of Nonlinear Systems With Time-Delay Using Taylor-Lie Series," Journal of Dynamic Systems, Measurement, and Control, vol. 127, pp.153-159, 2005.
  12. A. Doucet, J. F. G. de Freitas, and N. J. Gordon, "An introduction to sequential Monte Carlo methods," in Sequential Monte Carlo Methods in Practice, A. Doucet, J. F. G. de Freitas, and N. J. Gordon, Eds. New York: Springer-Verlag, 2001.
  13. 이원주, 윤창용, 이희진, 김은태, 박민용, "순차적인 사후 추정에 의한 다중 차량 추적," 전자공학회 논문지, 44권, 1호, 40-49쪽, 2007.
  14. A. Doucet, "On sequential Monte Carlo methods for Bayesian Filtering," Dept. Eng., Univ. Cambridge, UK, Tech. Rep., 1998.
  15. J. S. Liu and R. Chen, "Sequential Monte Carlo methods for dynamical systems," J. Amer. Statist. Assoc., vol. 93, pp. 1032-1044, 1998. https://doi.org/10.1080/01621459.1998.10473765
  16. M. Sanjeev Arulampalam, Simon Maskell, Neil Gordon, and Clapp, "A Tutorial on Particle Filters for Online Nonlinear/Non-Gaussian Bayesian Tracking," IEEE Trans. Signal Processing, vol. 50, no. 2, pp. 174-188, Feb. 2002. https://doi.org/10.1109/78.978374