본 논문에서는 배터리 SOC 추정 정확도 향상을 위해 기존 EKF 추정 기법에 MMAE 방법을 접목시키는 방법을 제안한다. 노이즈의 세기에 따라 EKF 출력에 비중을 부여함으로써 배터리 사용 전 영역에서 SOC 추정 오차 저감이 가능하며, Matlab 시뮬레이션을 통하여 MMAE-EKF 알고리즘의 타당성을 검증하였다.
In this study, recently developed unscented Kalman filter (UKF) technique is studied for identification of nonlinear structural dynamic systems as an alternative to the extended Kalman filter (EKF). The EKF, which was originally developed as a state estimator for nonlinear systems, has been frequently employed for parameter identification by introducing the state vector augmented with the unknown parameters to be identified. However, the EKF has several drawbacks such as biased estimations and erroneous estimations especially for highly nonlinear dynamic systems due to its crude linearization scheme. To overcome the weak points of the EKF, the UKF was recently developed as a state estimator. Numerical simulation studies have been carried out on nonlinear SDOF system and nonlinear MDOF system. The results from a series of numerical simulations indicate that the UKF is superior to the EKF in the system identification of nonlinear dynamic systems especially highly nonlinear systems.
In this study, the recently developed unscented Kalman filter (UKF) technique is studied for identification of nonlinear structural dynamic systems as an alternative to the extended Kalman filter (EKF). The EKF, which was originally developed as a state estimator for nonlinear systems, has been frequently employed for parameter identification by introducing the state vector augmented with the unknown parameters to be identified. However, the EKF has several drawbacks such as biased estimations and erroneous estimations especially for highly nonlinear dynamic systems due to its crude linearization scheme. To overcome the weak points of the EKF, the UKF was recently developed as a state estimator. Numerical simulation studies have been carried out on nonlinear SDOF system and nonlinear MDOF system. The results from a series of numerical simulations indicate that the UKF is superior to the EKF in the system identification of nonlinear dynamic systems especially highly nonlinear systems.
The EKF(Extended Kalman filter) method which is the state estimation algorithm of nonlinear stochastic system depends on the initial error and the estimated states. Therefore, the divergence of the estimated state can be caused if the initial values of the estimated states are not chosen as approximate real state values. In this paper, the demerit of the existing EKF method is improved using the EKF algorithm transformated by STWS(Single Term Walsh Series). This method linearizes each sampling interval of continous-time system through the derivation of an algebraic iterative equation without discretizing continuous system by the characteristic of STWS, the convergence of the estimated states can be improved. The validity of the proposed method is checked through comparison with the existing EKF method in simulation.
본 논문에서는 최근 뛰어난 예측력으로 각광받는 최소제곱 Support Vector Machine(Least Square Support Vector Machine: LS-SVM)과 First Principle(FP)을 결합한 하이브리드 최소제곱ㆍSupport Vector Machine 모델, HLS-SVM(Hybrid Least Square-Super Vector Machine)을 제안한다. 제안한 모델인 하이브리드 최소제곱 Support Vector Machine을 기존의 방법인 하이브리드 신경망(Hybrid Neural Network:HNN), 비선형 칼만필터와 하이브리드 신경망을 결합한 HNN-EKF (Hybrid Neural Network with Extended Kalman Filter) 모델과 비교해 보았다. HLS-SVM 모델은 학습 및 validation 과정에서는 HNN-EKF와 근사한 성능을 보였고, HNN 보다는 우수한 결과를 보였고, 일반화 성능에서는 HNN-EKF에 비해 3배, HNN보다 100배정도 우수한 결과를 보였다.
우주 발사체는 치밀한 비행 계획에 따라 사전에 결정된 경로를 비행하도록 설계된다. 그러나 비정상으로 추력이 종료되거나 계획된 비행경로를 이탈한 경우, 또는 자유 낙하 중인 대기권 재진입 발사체에 대한 추적 과정에서 추적 센서의 측정이 불가하게 된 경우 등에는 별도의 추적 장비를 이용한 추적 또는 신속한 낙하지점 추정이 필요하다. 본 논문에서는 클러터 환경에서 무추력 탄도 비행 중인 발사체에 대한 위치 정보를 획득하고 트랙을 생성 및 유지하기 위하여 Integrated Track Splitting(ITS) 알고리듬과 Extended Kalman Filter(EKF)를 결합한 ITS-EKF 알고리듬 적용을 제안한다. 따라서 대기권 재진입 발사체에 대하여 ITS-EKF 알고리듬을 적용한 시뮬레이션을 통해 추적 성능 확인 및 지상 낙하지점을 추정한다. ITS-EKF 알고리듬 적용 결과의 적절성을 확인하기 위하여 ITS와 Particle Filter를 결합한 ITS-PF 알고리듬을 적용하여 구한 추적 성능 및 낙하지점 분포 결과와 비교하여 제시된 알고리듬이 효과적인 실시간 On-line 낙하지점 추정에 사용이 가능함을 확인한다.
실제 산업현장에서 비젼 시스템을 적용하기에는 로봇 비젼 제어알고리즘의 기구학모델의 정확도, 로봇이 움직이는 동안 카메라 초점거리와 방위에 대한 보정, 3 차원 물리적 좌표에서 2 차원 카메라 좌표로의 매핑에 대한 이해 등 해결해야 할 많은 문제점들이 있다. 본 논문에 제안된 비젼 시스템 모델은 카메라와 로봇 사이의 상대적인 위치가 알려지지 않아도 제어가 가능하고, 카메라 보정 문제를 해결하기 위해 6 개의 카메라 매개변수를 가지는 비젼 시스템 모델을 제시하였으며, 이를 이용하여 로봇 비젼 제어알고리즘 개발에 N-R 방법과 EKF 방법을 적용하였다. 최종적으로 N-R 과 EKF 방법에 의하여 개발된 로봇 비젼 제어 알고리즘의 위치 정밀도와 데이터 처리 시간을 얇은 막대 배치작업을 수행하여 비교하였다.
Cho, Seong Yun;Kang, Dongyeop;Kim, Jinhong;Lee, Young Jae;Moon, Ki Young
Journal of Positioning, Navigation, and Timing
/
제6권3호
/
pp.105-116
/
2017
Several wireless localization algorithms are evaluated for the IR-UWB-based indoor location with the assumption that the ranging measurements contain the channelwise Non-Calibration Error (NCE). The localization algorithms can be divided into the Model-free Localization (MfL) methods and Model-based Kalman Filtering (MbKF). The algorithms covered in this paper include Iterative Least Squares (ILS), Direct Solution (DS), Difference of Squared Ranging Measurements (DSRM), and ILS-Common (ILS-C) methods for the MfL methods, and Extended Kalman Filter (EKF), EKF-Each Channel (EKF-EC), EKF-C, Cubature Kalman Filter (CKF), and CKF-C for the MbKF. Experimental results show that the DSRM method has better accuracy than the other MfL methods. Also, it demands smallest computation time. On the other hand, the EKF-C and CKF-C require some more computation time than the DSRM method. The accuracy of the EKF-C and CKF-C is, however, best among the 9 methods. When comparing the EKF-C and CKF-C, the CKF-C can be easily used. Finally, it is concluded that the CKF-C can be widely used because of its ease of use as well as it accuracy.
본 논문에서는 매입형 영구자석 동기 전동기(IPMSM)의 확장형 역기전력(EEMF) 모델을 이용한 저감차수 병렬형 확장형 칼만 필터(EKF)를 이용한 센서리스 제어 기법을 제안한다. 제안된 센서리스 제어 기법은 간단한 수학적 구조로 매입형 영구자석 동기전동기 구동에 적합한 확장형 역기전력 모델을 이용하여 두 개의 저감 차수 형태로 표현하였다. 이러한 두 모델은 매 샘플링 시간마다 확장형 칼만 필터에 번갈아 연산된다. 행렬의 차수를 저감하여 EKF의 연산시간의 단축과 알고리즘 구현의 부담을 줄였으며 센서리스 제어의 안정적인 상태 벡터의 추정을 위해 병렬로 구동하는 두 모델에 의해 추정된 정보를 이용하였다. 제안된 기법은 실험 결과를 통하여 안정적인 위치 추정 및 속도 추정 성능을 검증 하였으며, 전 차수 EKF와의 연산 시간 비교를 통하여 우수성을 검증하였다.
In this paper, we propose and assess the performance of "H infinity filter ($H_{\infty}$, HIF)" and "cost reference particle filter (CRPF)" in the problem of tracking a target based on the measurements of the range and the bearing of the target. HIF and CRPF have the common advantageous feature that we do not need to know the noise statistics of the problem in their applications. The performance of the extended Kalman filter (EKF) is also compared with that of the proposed filters, but the noise information is perfectly known for the applications of the EKF. Simulation results show that CRPF outperforms HIF, and is more robust because the tracking of HIF diverges sometimes, particularly when the target track is highly nonlinear. Interestingly, when the tracking of HIF diverges, the tracking of the EKF also tends to deviate significantly from the true track for the same target track. Therefore, CRPF is very effective and appropriate approach to the problems of highly nonlinear model, especially when the noise statistics are unknown. Nonetheless, HIF also can be applied to the problem of timevarying state estimation as the EKF, particularly for the case when the noise statistcs are unknown. This paper provides a good example of how to apply CRPF and HIF to the estimation of dynamically varying and nonlinearly modeled states with unknown noise statistics.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.