• 한국지리정보학회지
• /
• 제13권2호
• /
• pp.157-167
• /
• 2010

언센티드 칼만 필터 기반의 역방향 필터를 유도하고 시뮬레이션 테스트를 통하여 확장 칼만 필터, 언센티드 칼만 필터, 그리고 확장 칼만 스무더로부터의 위치결과와 비교 분석하였다. 시뮬레이션은 GPS의 수신환경이 극단적으로 좋지 않을 경우를 고려하여 $40m{\times}40m $ 의 공간에서 4개의 곡선 그리고 5개의 직선구간으로 이루어진 궤적에서 시작점과 끝점만을 기지점으로 가정하여 수행하였다. 실험 결과 스무더는 순방향 필터에 비하여 최대 위치 오차값이 약 8~9m 정도 크게 감소하는 결과를 보여주었다. 스무더의 경우 위치오차를 직선구간과 곡선구간으로 나누어 분석하였는데, 언센티드 칼만 스무더가 확장 칼만 스무더에 비하여 직선 구간에서는 최대 10cm, 곡선 구간에서는 최대 23cm 향상된 결과를 나타내었다.

• 한국정보통신학회논문지
• /
• 제17권6호
• /
• pp.1273-1280
• /
• 2013

움직이는 물체를 추적함에 있어 언센티드 칼만 필터(UKF) 알고리즘은 미분 계산없는 빠른 수렴속도와 뛰어난 추정 성능을 지녔다. 그러나 이 방법은 가우시안 잡음 분포 하에서 적용해야 하는 등 제한적인 조건이 수반되는 문제점을 안고 있다. 반면에 파티클 필터(PF)는 제한적인 조건 없이 비선형/비가우시안 시스템에도 적용할 수 있는 상태 추정기법 이라 할 수 있겠다. 그러나 이 방법 또한 파티클의 갯수가 늘어나면 계산량이 크게 증가하는 등의 단점을 지니고 있다. 본 논문에서는 이러한 단점들을 극복하기 위하여 UKF와 PF를 결합한 언센티드 파티클 필터(UPF) 알고리즘을 제안하였다. 본 알고리즘의 성능을 확인하기 위하여 기존의 PF와 UPF 알고리즘을 2-자유도 펜듈럼 시스템을 이용하여 시뮬레이션 하였다. 결과적으로 본 논문에서 제안한 방법이 PF에 비하여 비선형/비가우시안 시스템의 상태 추정에 더욱 적합 함을 확인할 수 있었다.

• 한국항공우주학회지
• /
• 제40권2호
• /
• pp.108-117
• /
• 2012

본 논문은 비선형 필터 기법에 따른 지형참조항법 성능 분석에 관한 연구를 수행하였다. 지형참조항법에 사용되는 기본 필터에는 확장 칼만 필터(EKF)가 있다. 본 연구는 EKF 원형외에 반복형 EKF(IEKF), stochastic linearization(SL) 조건이 추가된 EKF-SL과 unscented Kalman Filter(UKF) 알고리듬을 소개한다. 또한, 연속적(sequential) 필터 외에 일괄적(batch)필터 기법인 칼만 필터 무리(bank of Kalman filters)를 이용한 항법 기술도 비교군으로 추가하고 필터 간 항법 성능을 분석한다. 가상 궤적을 가진 항공기 시뮬레이션을 통해 초기위치 오차가 클 때도 강건한(robust) 필터로 stochastic linearization EKF가 선정되었으며, 다만 빠른 항법 해의 수렴이 요구될 때에는 칼만 필터 무리를 이용한 일괄적 필터가 효과적인 것으로 분석되었다.

• 한국자동차공학회논문집
• /
• 제20권6호
• /
• pp.126-131
• /
• 2012

Tire force is one of important parameters which determine vehicle dynamics. However, it is hard to measure tire force directly through sensors. Not only the sensor is expensive but also installation of sensors on harsh environments is difficult. Therefore, estimation algorithms based on vehicle dynamic models are introduced to estimate the tire forces indirectly. In this paper, an estimation system for estimating lateral force and states is suggested. The state-space equation is constructed based on the 3-DOF bicycle model. Extended Kalman Filter, Unscented Kalman Filter and Ensemble Kalman Filter are used for estimating states on the nonlinear system. Performance of each algorithm is evaluated in terms of RMSE (Root Mean Square Error) and maximum error.

• 전력전자학회:학술대회논문집
• /
• 전력전자학회 2017년도 전력전자학술대회
• /
• pp.126-127
• /
• 2017

An accurate State Of Charge (SOC) estimation of battery is the most important technique for Electric Vehicles (EVs) and Energy Storage Systems (ESSs). In this paper a new integrated Unscented Kalman Filter-Particle Filter (UKF-PF) is employed to estimate the SOC of a $LiFePO_4$ battery cell and a significant improvement is obtained as compared to the other methods. The parameters of the battery is modeled by the second order Auto Regressive eXogenous (ARX) model and estimated by using Recursive Least Square (RLS) method to calculate value of each element in the model. The proposed algorithm is established by combining a parameter identification technique using RLS method with ARX model and an SOC estimation technique using UKF-PF.

• 한국지능시스템학회논문지
• /
• 제15권5호
• /
• pp.552-559
• /
• 2005

실시간 순환형 훈련 알고리즘(RTRL)과 같이 경사법에 의해 훈련되는 순환형 뉴럴 네트웍(RNN)은 수렴속도가 매우 느린 단점을 지니고 있다. 이 알고리즘은 또한 오차 역전달 처리과정에서 결코 쉽지 않은 미분 계산을 필요로 한다. 본 논문에서는 완전하게 결합된 RNN의 훈련을 위하여 소위 언센티드 칼만필터라고 불리우는 미분없는 칼만필터 훈련 알고리즘을 시스템의 상태공간 상에서 표현하였다. 미분없는 칼만필터 훈련 알고리즘은 순환형 뉴럴 네트웍 훈련시 미분 계산 없이 매우 빠른 수렴속도와 좋은 추정 성능을 보여준다. 비선형 채널 등화 실험을 통하여 미분 없는 칼만필터 훈련 알고리즘을 이용한 RNN의 성능이 향상되었음을 보였다.

• 한국정밀공학회지
• /
• 제29권10호
• /
• pp.1128-1136
• /
• 2012

In this paper, the states and parameters in a dynamic system are estimated by applying an Unscented Kalman Filter (UKF). The UKF is widely used in various fields such as sensor fusion, trajectory estimation, and learning of Neural Network weights. These estimations are necessary and important in determining the stability of a mobile system, monitoring, and predictions. However, conventional approaches are difficult to estimate based on the experimental data, due to properties of non-linearity and measurement noises. Therefore, in this paper, UKF is applied in estimating the states and parameters needed. An experimental dynamic system has been set up for obtaining data and the experimental data is collected for parameter estimation. The measurement noises are primarily reduced by applying the Low Pass Filter (LPF). Given the simulation results, the estimated error rate is 39 percent more efficient than the results obtained using the Least Square Method (LSM). Secondly, the estimated parameters have an average convergence period of four seconds.

• 제어로봇시스템학회논문지
• /
• 제21권11호
• /
• pp.1057-1063
• /
• 2015

This paper proposes a new nonlinear filtering algorithm that combines the unscented Kalman filter (UKF) and the finite impulse response (FIR) filter. The proposed filter is called the unscented Kalman/FIR hybrid filter (UKFHF). In the UKFHF algorithm, the UKF is used as the main filter, which produces state estimates under ideal conditions. When failures of the UKF are detected, the FIR filter is operated. Using the output of the FIR filter, the UKF is reset and rebooted. In this way, the UKFHF recovers from failures. The proposed UKFHF is applied to indoor human localization using wireless sensor networks. Through simulations, the performance of the UKFHF is demonstrated in comparison with that of the UKF.