• 전기학회논문지P
• /
• 제57권2호
• /
• pp.115-120
• /
• 2008

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.

• Journal of Power Electronics
• /
• 제12권1호
• /
• pp.40-48
• /
• 2012

This paper proposes the State-of-charge (SOC) estimator of a LiPB Battery using the Extended Kalman Filter (EKF). EKF can work properly only with an accurate model. Therefore, the high accuracy electrical battery model for EKF state is discussed in this paper, which is focused on high-capacity LiPB batteries. The battery model is extracted from a single cell of LiPB 40Ah, 3.7V. The dynamic behavior of single cell battery is modeled using a bulk capacitance, two series RC networks, and a series resistance. The bulk capacitance voltage represents the Open Circuit Voltage (OCV) of battery and other components represent the transient response of battery voltage. The experimental results show the strong relationship between OCV and SOC without any dependency on the current rates. Therefore, EKF is proposed to work by estimating OCV, and then is converted it to SOC. EKF is tested with the experimental data. To increase the estimation accuracy, EKF is improved with a single dominant varying parameter of bulk capacitance which follows the SOC value. Full region of SOC test is done to verify the effectiveness of EKF algorithm. The test results show the error of estimation can be reduced up to max 5%SOC.

• Smart Structures and Systems
• /
• 제31권2호
• /
• pp.131-140
• /
• 2023

As well-known, the extended Kalman filter (EKF) is a powerful tool for parameter identification with limited measurements. However, traditional EKF is not applicable when the external excitation is unknown. By using least-squares estimation (LSE) for force identification, an EKF with unknown input (EKF-UI) approach was recently proposed by the authors. In this approach, to ensure the influence matrix be of full column rank, the sensors have to be deployed at all the degrees-of-freedom (DOFs) corresponding to the unknown excitation, saying collocated measurements are required. However, it is not easy to guarantee that the sensors can be installed at all these locations. To circumvent this limitation, based on the idea of first-order-holder discretization (FOHD), an improved EKF with unknown input (IEKF-UI) approach is proposed in this study for the simultaneous identification of structural parameters and unknown excitation. By using projection matrix, an improved observation equation is obtained. Few displacement measurements are fused into the observation equation to avoid the so-called low-frequency drift. To avoid the ill-conditioning problem for force identification without collocated measurements, the idea of FOHD is employed. The recursive solution of the structural states and unknown loads is then analytically derived. The effectiveness of the proposed approach is validated via several numerical examples. Results show that the proposed approach is capable of satisfactorily identifying the parameters of linear and nonlinear structures and the unknown excitation applied to them.

• 정보통신설비학회논문지
• /
• 제8권3호
• /
• pp.107-110
• /
• 2009

In this paper, a PN code tracking loop with extended Kalman filter (EKF) is proposed for a direct-sequence spread-spectrum. EKF is used to estimate amplitude and delay in a multipath. fading channel. It is shown that tracking error performance is significantly improved by EKF compared with a conventional tracking loop.

• 한국정보통신설비학회:학술대회논문집
• /
• 한국정보통신설비학회 2009년도 정보통신설비 학술대회
• /
• pp.112-114
• /
• 2009

In this paper, a PN code tracking loop with extended Kalman filter (EKF) is proposed for a direct-sequence spread-spectrum. EKF is used to estimate amplitude and delay in a multipath fading channel. It is shown that tracking error performance is significantly improved by EKF compared with a conventional tracking loop.

• 한국측량학회지
• /
• 제34권4호
• /
• pp.373-382
• /
• 2016

In this study, an EKF (Extended Kalman Filter) based database reference navigation using both gravity gradient and terrain data was performed to complement the weakness of using only one type of geophysical DB (Database). Furthermore, a new algorithm which combines the EKF and profile matching was developed to improve the stability and accuracy of the positioning. On the basis of simulations, it was found that the overall navigation performance was improved by the combination of geophysical DBs except the two trajectories in which the divergence of TRN (Terrain Referenced Navigation) occurred. To solve the divergence problem, the profile matching algorithm using the terrain data is combined with the EKF. The results show that all trajectories generate the stable performance with positioning error ranges between 14m to 23m although not all trajectories positioning accuracy is improved. The average positioning error from the combined algorithm for all nine trajectories is about 18 m. For further study, a development of a switching geophysical DB or algorithm between the EKF and the profile matching to improve the navigation performance is suggested.

• 스마트미디어저널
• /
• 제13권5호
• /
• pp.9-18
• /
• 2024

객체 궤적 모델링은 다중 객체 추적(Multi Object Tracking, MOT)의 주요 과제다. CenterTrack은 객체 중심 위치를 추적하는 Heatmap 기반의 방법으로 이를 해결하고자 했다. 하지만 복잡한 움직임과 비선형성을 가진 객체를 추적할 때 제한적인 성능을 보였다. 우리는 CenterTrack의 성능 저하 요인을 보행자의 동적 움직임으로 간주하여 확장된 칼만 필터(Extended Kalman Filter, EKF)를 CenterTrack에 통합했다. 우리가 제안하는 방법의 우수성을 입증하기 위해 기존 칼만 필터(Kalman Filter, KF)와 무향 칼만 필터(Unscented Kalman Filter, UKF)를 CenterTrack에 적용 후 다양한 데이터셋에 비교 평가했다. 실험결과, EKF를 CenterTrack에 통합했을 때 73.7% MOTA(Multiple Object Tracking Accuracy)를 달성하며 CenterTrack에 가장 적합한 필터임을 확인했다.

• 전자공학회논문지
• /
• 제50권1호
• /
• pp.232-238
• /
• 2013

본 논문은 노이즈가 비 정규 분포를 따르는 수중 환경에서 비 선형 필터 기법에 따른 Mass-Damper-Spring (MBK) 시스템 위치추정에 관한 연구 내용이다. 최근 위치 추정에 사용되는 필터는 확장 칼만 필터 (EKF: Extended Kalman Filter) 와 파티클 필터(Particle Filter)가 주목 받고 있다. EKF는 가우시안 잡음 (Gaussian Noise) 이 존재하는 비선형 시스템에서 정확도가 높은 알고리즘으로 널리 사용되고 있지만, 수중 환경과 같이 비 가우시안 잡음이 존재하는 경우 사용에 많은 제약이 따른다. 이에 본 논문에서는 상태예측을 기반으로 둔 EKF와 비교하여, 통계적 발생 가능성 인자 (Maximum Likelihood) 에 기반한 분포 재해석 기법을 이용한 개선된 ODPF (One-Dimension Particle Filter)를 제안한다. 모의 실험을 통하여 non-Gaussian noise가 존재하는 수중 환경에서 EKF와 제안한 Particle filter를 사용한 위치 추정 결과를 비교 분석하였으며, 계산 용량 및 통계 샘플이 충분한 경우 ODPF가 EKF 대비 정확한 위치 추정 결과를 제공하는 것을 확인하였다.

• 한국지능시스템학회논문지
• /
• 제23권5호
• /
• pp.418-422
• /
• 2013

본 논문은 비가우시안 노이즈가 존재하는 수중환경에서 비선형 필터 기법에 따른 2차원 위치 추정에 관한 연구 내용이다. 최근 위치 추정을 위한 필터로 확장형 칼만필터(EKF: Extended Kalman filter)가 많이 사용되고 있다. 하지만, 수중과 같은 비가우시안 노이즈가 존재하는 비선형 시스템에서는 많은 문제점을 가지고 있다. 따라서 본 논문에서는 상태변이의 예측을 기반으로한 EKF를 대신하여 통계적 발생인자 에 기반을 둔 분포 재해석 기법을 이용한 2차원 파티클필터 (TDPF: Two-Dimension Particle Filter)를 제안한다. 모의 실험을 통하여 Non-Gaussian Noise 가 존재하는 수중환경에서 제안하는 TDPF의 성능을 EKF와 비교분석하였으며 TDPF가 EKF보다 정확한 위치 추정결과를 제공하는 것을 확인하였다.

• 한국정보전자통신기술학회논문지
• /
• 제1권2호
• /
• pp.81-89
• /
• 2008

네트워크 가상 환경에서 다중 사용자들이 정보를 공유하는 경우 교환되는 이벤트 트래픽을 줄이기 위하여 개선된 EKF를 이용한 가변적 경로예측을 제안한다. 다중 사용자를 지원하는 3차원 가상공간의 일관성은 분산된 참여자간의 상태정보를 끊임없이 교환함으로써 유지되며, 주기적인 상태정보 전송은 네트워크의 트래픽 오버헤드를 가져온다. 실시간 계속 변화하는 동적 데이터의 이동 패킷 예측을 위하여 움직임 정보인 이동 궤적의 실측치와 EKF 예측 치와의 오차 정보를 이용하여 이동경로를 예측하는 방법을 제안하고, DIS의 데드레커닝 알고리즘과 EKF를 이용한 경로예측을 시뮬레이션 하여 결과를 비교한다. 특정 경로를 따라 움직이는 동안 제안 방법은 DIS 데드레커닝 알고리즘으로 예측하는 것과 비교해 실제 물체의 이동경로에 근접하여 예측한다.