Flooded lead acid batteries are still very popular in the industry because of their low cost as compared to their counterparts. State of Charge (SOC) estimation is of great importance for a flooded lead acid battery to ensure its safe working and to prevent it from over-charging or over-discharging. Different types of Kalman Filters are widely used for SOC estimation of batteries. The values of process and measurement noise covariance of a filter are usually calculated by trial and error method and taken as constant throughout the estimation process. While in practical cases, these values can vary as well depending upon the dynamics of the system. Therefore an Adaptive Unscented Kalman Filter (AUKF) is introduced in which the values of the process and measurement noise covariance are updated in each iteration based on the residual system error. A comparison of traditional and Adaptive Unscented Kalman Filter is presented in the paper. The results show that SOC estimation error by the proposed method is further reduced by 3 % as compared to traditional Unscented Kalman Filter.
This paper presents a study on the driveline output torque estimation using a discrete Kalman filter. The in-situ output shaft torque is first measured by a non-contacting magneto-elastic torque transducer. The linear state-space system equations are first derived and the discrete Kalman filter is designed based on the Kalman filter theory to recover the driveline output torque contaminated by random noises. In addition to using torque measurement, the estimation of the output torque using two angular velocities: the output and wheel, is also conducted. The experimental results show that the discrete Kalman filter can be effective for not only removing the random noise in output torque but also estimating the output torque without torque measurement.
It is essential to update the model with reflecting observation or inspection data for reliability estimation of existing structures. Authors proposed updated reliability analysis by using Particle Filter. We discuss how to apply the proposed method through numerical examples on reinforced concrete structures after verification of the method with hypothetical linear Gaussian problem. Reinforced concrete structures in a marine environment deteriorate with time due to chloride-induced corrosion of reinforcing bars. In the case of existing structures, it is essential to monitor the current condition such as chloride-induced corrosion and to reflect it to rational maintenance with consideration of the uncertainty. In this context, updated reliability estimation of a structure provides useful information for the rational decision. Accuracy estimation is also one of the important issues when Monte Carlo approach such as Particle Filter is adopted. Especially Particle Filter approach has a problem known as degeneracy. Effective sample size is introduced to predict the covariance of variance of limit state exceeding probabilities calculated by Particle Filter. Its validity is shown by the numerical experiments.
This paper compares methods for attitude estimation of a UUV(Unmanned Underwater Vehicle). Attitude estimation plays a key role in underwater navigation using DVL(Doppler Velocity Log). The paper proposes attitude estimation methods using EKF(Extended Kalman Filter), UKF(Unscented Kalman Filter), and CF(Complementary Filter). It derives methods using the measurements from MEMS-AHRS(Microelectromechanical Systems-Attitude Heading Reference System) and DVL. The methods are used for navigation in a test pool and their navigation performance is compared. The results suggest that even if there is no measurement relative to some absolute landmarks, DVL-only navigation can be useful for navigation in a limited time and range.
This paper presents an FIR (Finite Impulse Response) fixed-interval smoothing filter for fast and exact estimating state variables of a discrete nonlinear system with modeling uncertainty. Conventional IIR (Infinite Impulse Response) filter and smoothing filter can estimate state variables of a system with an exact model when the system is observable. When there is an uncertainty in the system model, however, conventional IIR filter and smoothing filter may cause large errors because the filters cannot estimate the state variables corresponding to the uncertain model exactly. To solve this problem, FIR filters that have fast estimation properties and have robustness to the modeling uncertainty have been developed. However, there is time-delay estimation phenomenon in the FIR filter. The FIR smoothing filter proposed in this paper makes up for the drawbacks of the IIR filter, IIR smoothing filter, and FIR filter. Therefore, the FIR smoothing filter has good estimation performance irrespective of modeling uncertainty. The proposed FIR smoothing filter is applied to the integrated navigation system composed of a magnetic compass based DR (Dead Reckoning) and a GPS (Global Positioning System) receiver. Even when the magnetic compass error that changes largely as the surrounding magnetic field is modeled as a random constant, it is shown that the FIR smoothing filter can estimate the varying magnetic compass error fast and exactly with simulation results.
A Bayesian probabilistic method is proposed for online estimation of the process noise and measurement noise parameters for Kalman filter. Kalman filter is a well-known recursive algorithm for state estimation of dynamical systems. In this algorithm, it is required to prescribe the covariance matrices of the process noise and measurement noise. However, inappropriate choice of these covariance matrices substantially deteriorates the performance of the Kalman filter. In this paper, a probabilistic method is proposed for online estimation of the noise parameters which govern the noise covariance matrices. The proposed Bayesian method not only estimates the optimal noise parameters but also quantifies the associated estimation uncertainty in an online manner. By utilizing the estimated noise parameters, reliable state estimation can be accomplished. Moreover, the proposed method does not assume any stationarity condition of the process noise and/or measurement noise. By removing the stationarity constraint, the proposed method enhances the applicability of the state estimation algorithm for nonstationary circumstances generally encountered in practice. To illustrate the efficacy and efficiency of the proposed method, examples using a fifty-story building with different stationarity scenarios of the process noise and measurement noise are presented.
In this paper, it is shown that the dominant errors of baro-altimeters can be characterized by bias and scale factor errors. Also an optimal filter for estimating both bias and scale factor is derived based on the concept of model transition. The optimal filter is, however, not realizable because the model transition hypotheses increase exponentially. Therefore a realizable suboptimal filter using the interacting multiple model(IMM) technique is proposed. Computer simulation results show that the estimation errors of the proposed filter are smaller than those of the conventional least squares algorithm with a forgetting factor when both the bias and the scale factor are varying.
The optimal estimation of a general continuous-discrete system can be achieved through the solution of the Fokker-Planck equation and the Bayesian update. Due the high nonlinearity of the equation of motion of the system and the measurement model, it is necessary to linearize the both equation. To avoid linearization, the filter based on Fokker-Planck equation is designed. with the unscented transformation update mechanism, in which the associated Fokker-Planck equation was solved efficiently and accurately via discrete quadrature and the measurement update was done through the unscented transformation update mechanism. This filter based on the Direct Quadrature Moment of Method(DQMOM) and the unscented transformation update is applied to the bearing only target tracking problem. The proposed filter can still provide more accurate estimation of the state than those of the extended Kalman filter especially when measurements are sparse. Simulation results indicate that the advantages of the proposed filter based on the DQMOM and the unscented transformation update make it a promising alternative to the extended Kalman filter.
The band-width of disk drive servo system is rapidly increasing for the robustness to external disturbance as the track density is increasing. The increase of the band-width may cause mechanical resonance of an actuator. In disk drive servo system, a notch filter is usually used to suppress the mechanical resonance of the actuator. However, the resonance frequency differs from drive to drive because of manufacturing tolerance and varies with temperature even within a single drive. The variation of resonance frequency degrades the suppression performance of the notch filter. In this paper, we present an adaptive digital notch filter that identifies the resonance frequency of the disk drive servo actutaor precisely and adjusts automatically its center frequency. For this, we design an adaptive FIR digital filter for the estimation of the resonance frequency. The estimation filter identifies the resonance frequency adaptively using the output signal generated from the servo system, which is excited with an excitation signal including all the expected resonance frequency components. We prove mathematically the convergence of the resonance frequency estimation filter. Furthermore, in order to demonstrate the practical use of our work, we present some experimental results using a commercially available disk drive.
International Journal of Aeronautical and Space Sciences
/
제14권1호
/
pp.85-90
/
2013
This paper presents a study on terrain referenced navigation (TRN). The extended Kalman filter (EKF) is adopted as a filter method. A Jacobian matrix of measurement equations in the EKF consists of terrain slope terms, and accurate slope estimation is essential to keep filter stability. Two slope estimation methods are proposed in this study. Both methods are based on the least-squares approach. One is planar regression searching the best plane, in the least-squares sense, representing the terrain map over the region, determined by position error covariance. It is shown that the method could provide a more accurate solution than the previously developed linear regression approach, which uses lines rather than a plane in the least-squares measure. The other proposed method is weighted planar regression. Additional weights formed by Gaussian pdf are multiplied in the planar regression, to reflect the actual pdf of the position estimate of EKF. Monte Carlo simulations are conducted, to compare the performance between the previous and two proposed methods, by analyzing the filter properties of divergence probability and convergence speed. It is expected that one of the slope estimation methods could be implemented, after determining which of the filter properties is more significant at each mission.
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.