• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.40 no.9
• /
• pp.1837-1845
• /
• 2015

The longitudinal velocity is necessary for accurate vehicular positioning in urban environment. The pitch angle, which is a road slope, should be calculated to acquire the longitudinal velocity. However, it is impossible to consider very accurate pitch, when using a sensor and an algorithm. That's why process noise and positioning stimation error of IMU should be adjusted to the driving environment and fuse GPS, OBD data with ACF which consist of AKF, CF in this paper. Then, final pitch angle which is appropriate for driving environment is estimated by IMMKF in order to optimize the system model according to road slope models.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2007.04a
• /
• pp.382-385
• /
• 2007

본 논문에서는 다중 표적의 중첩이라는 상황에 대한 새로운 해결 방식을 소개한다. 비선형 표적의 위치와 속도에 대한 추적을 중심으로 표적과 비표적의 중첩이 일어나는 순간 이후 분리되었을 때 추적중인 표적을 지속적으로 유지할 수 있는 방법에 대해 이야기 하고자 한다. 이 논문에서 제안된 알고리즘은 예측 명중위치 개념과 최대 잡음수준을 이용한 칼만필터 기반의 적응 상호작용 다중모델 기법으로 측정된 위치값과 예측된 명중위치 사이의 차이를 고려한 변형된 칼만필터 개념을 이용한다. 이 논문에서는 비선형 표적의 가속도를 시변 변수인 표적의 추가적인 잡음으로 두고 각각의 가속도 간격의 정도에 따라 얻어지는 모든 잡음에 대한 변수에 의해 각각의 하부 모델들을 특성화시켰다. 제안된 알고리즘은 표적의 운동특성에 따라 적응적으로 기법을 선택할 수 있는 선택적 방식을 구현하고자 한다. 표적의 기동중에 나타나는 가속도를 효과적으로 다루기 위하여 잡음의 크기가 급격히 증가하는 경우 그 증가분을 가속도로 인식하여 기동표적 관계식에 이용한다. 그리고 제안된 알고리즘의 수행 가능성을 보여주기 위하여 몇 가지 예를 제시하였다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2006.11a
• /
• pp.297-300
• /
• 2006

본 논문에서는 비선형 기동표적의 추적에 대한 새로운 접근 방식을 소개한다. 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. 표적의 기동중에 나타나는 가속도를 효과적으로 다루기 위하여, 잡음의 크기가 급격히 증가할 경우 증가분을 가속도로 인식하여 기동표적 관계식에 이용하였다. 또한 모르는 가속도에 따른 시변 변수를 적응적으로 어립잡기는 어렵기 때문에 정밀한 계산을 위하여 퍼지 뉴럴 네트워크와 적응 상호작용 다중모델 기법을 이용하였다. 퍼지 뉴럴 네트워크의 동정을 위해서는 오차 역전파 학습법을 사용하였다. 그리고 제안된 알고리즘의 수행 가능성을 보여주기 위하여 몇 가지 예를 제시하였다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.17 no.1
• /
• pp.136-142
• /
• 2007

This paper proposes a new approach on nonlinear maneuvering target tracking. In this paper, proposed algorithm is the Kalman filter based on the adaptive interactive multiple model using the concept of predicted impact point and utilize modified Kalman filter regarding the error between measurement position and predicted impact point. The unknown target acceleration is regarded as an additional process noise to the target model, and each sub-model is characterized in accordance with the valiance of the overall process noise which is obtained on the basis of each acceleration interval. To compensate the decreasing performance of Kalman filter in nonlinear maneuver, we construct optional algorithm to utilize proposed method or Kalman filter selectively. To effectively estimate the acceleration during the target maneuvering, the rapid increase of the noise scale is recognized as the acceleration to be used in maneuvering target's movement equation. And a few examples are presented to show suggested algorithm's executional potential.