International Journal of Control, Automation, and Systems
/
v.6
no.2
/
pp.204-213
/
2008
In this paper, we present the practical application of an Unscented Kalman Filter (UKF) for an Indoor Mobile Localization System using ultrasonic sensors. It is true that many kinds of localization techniques have been researched for several years in order to contribute to the realization of a ubiquitous system; particularly, such a ubiquitous system needs a high degree of accuracy to be practical and efficient. Unfortunately, a number of localization systems for indoor space do not have sufficient accuracy to establish any special task such as precise position control of a moving target even though they require comparatively high developmental cost. Therefore, we developed an Indoor Mobile Localization System having high localization performance; specifically, the Unscented Kalman Filter is applied for improving the localization accuracy. In addition, we also present the additive filter named 'Pre-filtering' to compensate the performance of the estimation algorithm. Pre-filtering has been developed to overcome negative effects from unexpected external noise so that localization through the Unscented Kalman Filter has come to be stable. Moreover, we tried to demonstrate the performance comparison of the Unscented Kalman Filter and another estimation algorithm, such as the Unscented Particle Filter (UPF), through simulation for our system.
Journal of the Korean Data and Information Science Society
/
v.15
no.2
/
pp.499-506
/
2004
The Unscented Kalman Filter is known to outperform the Extended Kalman Filter for the nonlinear state estimation with a significance advantage that it does not require the computation of Jacobian but EKF has a competitive advantage to the UKF on the performance time. We compare both algorithms on training the artificial neural network. The validation data set is used to estimate parameters which are supposed to result in better fitting for the test data set. Experimental results are presented which indicate the performance of both algorithms.
To prevent the critical situation due to the fault in the aircraft sensor system, the fault tolerant system with triple or quadruple redundancy can be made. However, if the faults are occurred in two or more than sensors simultaneously, the conventional fault detection process, such as cross-channel monitoring, may give the wrong fault alarm. For this case, we can detect the fault by estimating the state vector based on the system dynamics model, which is nonlinear for aircraft. In this paper, we propose the unscented Kalman filter to estimate the nonlinear state vector. This filter utilizes the so-called unscented transformation of sigma points featured the statistical characteristics of the random variable. For verification, we perform the simulations for F-16 aircraft with accelerometers, gyros, GPS and air data system.
Journal of the Korean Institute of Intelligent Systems
/
v.15
no.5
/
pp.552-559
/
2005
Recurrent neural networks(RNNs) trained with gradient based such as real time recurrent learning(RTRL) has a drawback of slor convergence rate. This algorithm also needs the derivative calculation which is not trivialized in error back propagation process. In this paper a derivative free Kalman filter, so called the unscented Kalman filter(UKF), for training a fully connected RNN is presented in a state space formulation of the system. A derivative free Kalman filler learning algorithm makes the RNN have fast convergence speed and good tracking performance without the derivative computation. Through experiments of nonlinear channel equalization, performance of the RNNs with a derivative free Kalman filter teaming algorithm is evaluated.
Journal of Institute of Control, Robotics and Systems
/
v.14
no.9
/
pp.865-872
/
2008
Spacecraft attitude estimation using the nonlinear unscented filter is addressed to fully utilize capabilities of the unscented transformation. To release significant computational load, an efficient technique is proposed by reasonably removing correlation between random variables. This modification introduces considerable reduction of sigma points and computational burden in matrix square-root calculation for most nonlinear systems. Unscented filter technique makes use of a set of sample points to predict mean and covariance. The general QUEST(QUaternion ESTimator) algorithm preserves explicitly the quaternion normalization, whereas extended Kalman filter(EKF) implicitly obeys the constraint. For spacecraft attitude estimation based on quaternion, an approach to computing quaternion means from sampled quaternions with guarantee of the quaternion norm constraint is introduced applying a constrained optimization technique. Finally, the performance of the new approach is demonstrated using a star tracker and rate-gyro measurements.
International Journal of Fuzzy Logic and Intelligent Systems
/
v.13
no.1
/
pp.1-11
/
2013
The determination of the pose of the imaging camera is a fundamental problem in computer vision. In the monocular case, difficulties in determining the scene scale and the limitation to bearing-only measurements increase the difficulty in estimating camera pose accurately. Many mobile phones now contain inertial measurement devices, which may lend some aid to the task of determining camera pose. In this study, by means of simulation and real-world experimentation, we explore an approach to monocular camera localization that incorporates both observations of the environment and measurements from accelerometers and gyroscopes. The unscented Kalman filter was implemented for this task. Our main contribution is a novel approach to landmark initialization in a Kalman filter; we characterize the tolerance to noise that this approach allows.
Proceedings of the Earthquake Engineering Society of Korea Conference
/
2001.04a
/
pp.180-189
/
2001
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.
Journal of Institute of Control, Robotics and Systems
/
v.13
no.8
/
pp.817-823
/
2007
GPS and INS can be integrated in 3 ways of loose, tight, and ultra-tight configuration. This paper investigates the performance of GPS/INS ultra-tightly integrated system when unscented Kalman filter(UKF) is adopted as well as extended Kalman filter(EKF). Covariance analysis is performed using UFK and EKF for tightly coupled and ultra-tightly coupled systems. Various trajectories such as straight, circle, S-shape, spiral are considered for the simulations of covariance analysis.
Proceedings of the Computational Structural Engineering Institute Conference
/
2001.10a
/
pp.117-126
/
2001
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.
Proceedings of the Earthquake Engineering Society of Korea Conference
/
2002.09a
/
pp.213-220
/
2002
본 연구에서는 최근에 개발된 Unscented Particle Filter (UPF)를 사용한 비선형 동적 구조계의 구조계수 규명기법이 연구되었다. 일반적인 비선형 구조계수 추정 문제의 일반 해는 존재하지 않으나, 그에 대한 대안으로써 선형 근사 기법인 extended Kalman filter (EKF)가 비선형 동적 구조계수의 추정에 주로 사용되어왔다. 그러나, EKF는 구간 선형(piecewise linear) 가정으로 인해 biased estimator이고 비선형성이 상대적으로 높을 때 오차가 큰 추정치를 주는 단점을 가진다. 이를 보완하기 위해서 UPF가 개발되었고, 이 기법은 particle filter의 일종으로써 Unscented Kalman filter (UKF)를 사용하여 importance proposal distribution을 생성한다. 수치실험이 SDOF와 MDOF에 대하여 3가지 경우에 대해서 수행되었다. 비선형 SDOF의 수치 실험으로부터 잡음이 가해진 상태에서 UKF가 EKF에 비해 초기 공분산 행렬의 가정에 대해 정확하고 강인한 추정결과를 보여줌을 보였다 최하층의 column에 비선형 거동이 발생하는 5층 전단 빌딩모형의 수치실험으로부터 UKF가 복잡한 구조물의 구조계수 추정능력이 있음을 보여주었다. 여러 가지 수치실험은 UPF가 EKF보다 비선형 동적 구조계수 추정에 있어서 더 나은 방법임을 보여 주었다.
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.