• 한국지능시스템학회논문지
• /
• 제17권7호
• /
• pp.855-861
• /
• 2007

실제 시스템 적용에 있어서, IMM에 기초한 위치 추적 알고리즘은 불확실한 표적 기동에 대해서 강인한 성능, 적은 연산량, 간편한 설계 절차를 필요로 한다. 이 문제들을 해결하기 위해서 잘 정의된 기저 부모델 및 잘 조정된 모델 천이 확률에 기초한 적응 퍼지 IMM 알고리즘을 제안하였다. 시뮬레이션 결과는 제안된 알고리즘이 IMM에 기초한 알고리즘의 실제 적용에서 존재하는 문제점들을 효과적으로 해결할 수 있음을 보여준다.

• 한국지능시스템학회논문지
• /
• 제18권6호
• /
• pp.863-870
• /
• 2008

본 논문에서는 관측왜곡을 포함하고 있는 적응형 순항제어 시스템개발에 필수적인 필터링 방식에 대한 연구를 진행한다. 앞선 차량의 정확한 추적과 의도파악을 위하여 기본적으로 IMM (Interacting multiple model)을 사용하며 관측의 왜곡을 보상하기 위하여 확률적 퍼지 모델을 세안한다. 확률적 퍼지 모델은 기존의 결정형 퍼지모델과 달리 모델링 오차를 확률로 모델링한다. 끝으로 확률퍼지모델과 IMM을 결합한 FIMM (Fuzzy IMM)을 제안하여 관측왜곡이 발생하는 레이더를 이용한 전방차량의 추적 알고리즘을 제안한다.

• 한국지능시스템학회논문지
• /
• 제16권4호
• /
• pp.472-478
• /
• 2006

본 논문에서는 기동표적의 추적에 대한 새로운 퍼지 뉴럴 네트워크 기반의 다중모델 기법을 소개한다. 표적의 가속도를 효과적으로 다루기 위하여, 이 논문에서는 표적의 가속도를 시변 변수인 표적의 추가적인 잡음으로 두고 각각의 가속도 간격의 정도에 따라 얻어지는 모든 잡음에 대한 변수에 의해 각각의 하부 모델들을 특성화시켰다. 모르는 가속도에 따른 시변 변수를 적응적으로 어립잡기는 어렵기 때문에 정밀한 계산을 위하여 퍼지 뉴럴 네트워크가 이용되었다. 퍼지 뉴럴 네트워크의 동정을 위해서는 오차 역전파 학습법을 사용하였다. 그리고 제안된 알고리즘의 수행 가능성을 보여주기 위하여 몇 가지 예를 제시하였다.

• 한국지능시스템학회논문지
• /
• 제12권6호
• /
• pp.497-502
• /
• 2002

기동표적의 추적문제는 상태추정의 분야에서 수 십 년에 걸쳐 연구되어 왔다. 칼만 필터는 표적의 상태를 추정하기 위해 널리 사용되어 왔으나, 기동이 발생할 경우, 그 성능은 현저히 저하될 수 있다. 본 논문에서는 이러한 문제점을 해결하고, 기동표적을 효과적으로 추적하기 위해, DNA 코딩에 기반한 상호작용 다중모델 기법을 제안한다. 제안된 기법은 DNA 코딩에 기반한 퍼지 논리를 이용함으로써, 기존의 기법들의 수학적 한계를 극복할 수 있다. 컴퓨터 모의실험을 통하여, 제안된 기법의 추적 성능은 적응 상호작용 다중모델 기법 및 유전 알고리즘 기반 상호작용 다중모델 기법과 비교된다.

• 전자공학회논문지SC
• /
• 제49권3호
• /
• pp.82-89
• /
• 2012

본 논문에서는 기동표적의 위치오차에서 구해지는 가속도를 보상하는 지능형 추적 알고리즘을 소개한다. 관측치와 예상위치와의 차이값은 가속도와 순수잡음으로 분리된다. 이때, 최적의 가속도를 얻기 위하여 퍼지 c-means 클러스터링 기법과 예상명중위치기법이 이용되었다. 분리된 가속도와 잡음에 대한 퍼지 이론의 멤버쉽 함수를 결정되고, 이에 따라 기동표적의 기동특성이 인식되어진다. 분리된 가속도와 잡음은 추적 알고리즘 내에서 추정된 오차값을 보상하는데 이용된다. 표적의 추정값을 계산하는 일련의 과정중 필터링 과정은 기동표적의 비선형성을 선형성으로 인식하게 된다. 이것은 필터가 위치오차에서 가속도를 추출하여 남겨진 잡음만을 인식하기 때문이다. 필터링 과정 이후 추출된 가속도를 보상하여 표적의 추정값을 구해낸다. 제안된 기법은 퍼지 시스템의 멤버쉽 함수에서 파라미터를 조절하여 적응성과 강인성을 향상 시켰다. 제안된 시스템의 효율성을 극대화하기 위하여 제안된 기법을 다중모델 구조로 형성한다. 또한 제안된 기법은 온라인 시스템으로서의 수행이 가능하다. 마지막으로 제안된 알고리즘의 효율성을 보여주기 위하여 몇 가지 예를 추가하였다.