• 한국지능시스템학회논문지
• /
• 제16권2호
• /
• pp.234-239
• /
• 2006

In this paper, we propose an interacting multiple model (IMM) method using intelligent tracking filter with fuzzy gain to reduce tracking errors for maneuvering targets. In the proposed filter, the unknown acceleration input for each sub-model is determined by mismatches between the modelled target dynamics and the actual target dynamics. After a acceleration input is detected, the state estimates for each sub-filter are modified. To modify the accurate estimation, we propose the fuzzy gain based on the relation between the filter residual and its variation. To optimize each fuzzy system, we utilize the genetic algorithm (GA). The tracking performance of the proposed method is compared with those of the adaptive interacting multiple model(AIMM) method and input estimation (IE) method through computer simulations.

• 한국군사과학기술학회지
• /
• 제8권3호
• /
• pp.24-32
• /
• 2005

This paper describes the tracking filter performance for Naval Gun Ballistic Computation Unit(BCU). BCU needs tracing filter for gun firing. Using data of tracking sensor, BCU calculates the future position of Target and Gun order in the time of flight. In this paper, tracing filter is designed with interacting multiple model(IMM). The tracking algorithm based on the IMM requirers a considerable number of sub-model for the various maneuvering target in order to have a good performance. But, in the case of ship target, the maneuvering is restricted compared with the air target. Considering the maneuvering properties and adjusting the mode transition probabilities and the process noise of sub-model, We designed the IMM3 algorithm for Naval tracking filter with three sub-model.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2006년도 춘계학술대회 학술발표 논문집 제16권 제1호
• /
• pp.425-428
• /
• 2006

In this paper, we propose an interacting multiple model (IMM) method using intelligent tracking filter with fuzzy gain to reduce tracking errors for maneuvering targets. In the proposed filter, to exactly estimate for each sub-model, we propose the fuzzy gain based on the relation between the filter residual and its variation. To optimize each fuzzy system, we utilize the genetic algorithm (GA). Finally, the tracking performance of the proposed method is compared with those of the adaptive interacting multiple model (AIMM) method and input estimation (IE) method through computer simulations.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2008년도 학술대회 논문집 정보 및 제어부문
• /
• pp.323-324
• /
• 2008

In this paper, we present performance comparison of two methods to localize multiple robots. One is extended Kalman filter and the other is constraint propagation technique. Extended Kalman filter is conventional probabilistic method which gives the sub-optimal estimation rather than guarantee any boundary for true position of robot. In case of constraint propagation, it can give a boundary containing true robot position value. Especially, we deal with cooperative localization problem in outdoor environment for multiple robots equipped with GPS, gyro meter, wheel encoder. In simulation results, we present strength and weakness for localization methods based on extend Kalman filter and constraint propagation technique.

• 전기전자학회논문지
• /
• 제14권3호
• /
• pp.205-209
• /
• 2010

본 논문에서는 W-CDMA에서 사용 무선 중계기에서 사용 가능한 간섭신호 제거 알고리즘을 제안하였다. 기존의 방법인 1개의 긴 필터를 이용하여 간섭신호를 제거하는 알고리즘 대신 여러 개의 짧은 병렬형 필터를 이용하여 수렴속도를 줄일 수 있음을 분석하였다. 제안된 알고리즘은 실제 성능 시험 조건 하에서 시뮬레이션을 통해 기존 방법보다 수렴 속도가 빨라짐을 확인하였다.

• 한국음향학회지
• /
• 제23권7호
• /
• pp.540-547
• /
• 2004

칼만/위너 필터에 근거한 음성향상 알고리즘은 잡음의 선험적 지식을 요구하고, 음성신호와 추정신호의 오차분산을 최소화하는데 중점을 두고 있어, 잡음에 대한 통계적 추정에 오류가 있을 경우 결과에 악영향을 미칠 수 있다. 그러나 H/sub ∞/필터는 잡음에 대한 어떠한 가정이나 선험적 지식을 요구하지 않으며, 최소상계 (Least Upper Bound)를 적용하여 추정된 모든 신호들로부터 최소에러 신호를 갖는 최상의 추정신호를 찾아내므로 칼만/위너 필터보다 잡음의 변화에 강인하다. 본 논문에서는 학습 신호로부터 은닉 마코프 모델의 파라미터를 추정한 후, 오염된 신호를 고정된 개수의 H/sub ∞/필터를 통과시켜 각 출력에 가중된 합으로 향상된 음성 신호를 구하는 다중 H/sub ∞/필터에 의한 강인한 음성향상 방법을 제안한다. 제안된 방법의 성능 평가를 위하여 음성 향상 시간과 신호 대 잡음비를 비교한 결과, 기존의 방법에 비해 계산량은 다소 증가하지만 신호 대 잡음비는 약 1∼2dB 향상 되었다.

• Journal of Electrical Engineering and Technology
• /
• 제7권2호
• /
• pp.255-263
• /
• 2012

This paper presents the smart interacting multiple model (SIMM) using the concept of predicted point and maximum noise level. Maximum noise level means the largest value of the mere noises. We utilize the positional difference between measured point and predicted point as acceleration. Comparing this acceleration with the maximum noise level, we extract the acceleration to recognize the characteristics of the target. To estimate the acceleration, we propose an optional algorithm utilizing the proposed method and the Kalman filter (KF) selectively. Also, for increasing the effect of estimation, the weight given at each sub-filter of the interacting multiple model (IMM) structure is varying according to the rate of noise scale. All the procedures of the proposed algorithm can be implemented by an on-line system. Finally, an example is provided to show the effectiveness of the proposed algorithm.

• 한국위성정보통신학회논문지
• /
• 제5권1호
• /
• pp.32-37
• /
• 2010

다중채널 신호처리 알고리즘은 사용 주파수 대역의 가변성, 효율적인 전송전력 할당, 서로 다른 전송률과 대역을 요구하는 서비스 형태를 충족시키기 위한 가변 주파수 대역 변환을 요구한다. 다중채널 시스템의 다중 반송파 신호에 대하여 역다중화/다중화화를 통한 주파수 대역 재할당의 방식에는 개별채널 방식, 다단트리 방식, 블록 방식이 있다. 본 논문에서는 다중 반송파 신호의 채널 대역을 가변할 수 있는 향상된 개별채널 처리 알고리즘을 제안한다. 제안된 알고리즘은 CIC 필터(cascaded integrator comb filter)와 half-band필터를 이용해 데시메이션(decimation)과 인터폴레이션(inter-polaration)을 수행하며, FIR low-pass필터를 통해 다중 반송파 신호에서 각 부채널을 필터링 (filtering)하여 채널 대역을 재할당한다. 전산모의 실험을 통해 역다중화와 다중화에 의해 가변 채널 대역의 변환이 효율적으로 이루어지는 것을 확인하였다.

• 한국항행학회논문지
• /
• 제23권3호
• /
• pp.221-227
• /
• 2019

본 논문에서는 위성 항법 해를 이용하여 INS의 순수항법을 보상하는 INS / GPS 통합 항법 알고리즘을 구성할 때 불안정한 위성 항법 위치 해 출력에도 안정적인 항법 성능을 보장할 수 있는 IMM (interacting multiple model)필터를 설계하였다. INS / GPS 통합 항법 시스템 구조 내에 칼만필터를 서브 필터로 하는 IMM 필터 구조를 정의하였다. IMM필터 구성시 서브필터는 2개로 구성하였으며, 각각의 칼만필터는 INS의 오차 방정식으로부터 위치, 속도, 자세, 센서 오차 등으로 구성한 16차의 상태를 정의하고 추가로 위성항법의 유색 잡음(coloured measurement noise)영향으로 2차를 확장하였다. 제안한 IMM 필터의 성능을 확인하기위해 위성 항법에 임의의 오차를 위도와 경도에 삽입하고 필터의 추종성을 확인하는 것으로 성능을 비교 분석하였다. 몬테카를로 시뮬레이션을 100회 수행하여 결과를 RMS로 비교한 결과 제안한 필터 방식이 오차에 대해 안정적이며 빠른 수렴결과를 보이고 있음을 확인할 수 있었다.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2003년도 ICCAS
• /
• pp.1278-1282
• /
• 2003

A new interacting multiple model (IMM) method using intelligent input estimation (IIE) is proposed to track a maneuvering target. In the proposed method, the acceleration level for each sub-model is determined by IIE-the estimation of the unknown acceleration input by a fuzzy system using the relation between maneuvering filter residual and non-maneuvering one. The genetic algorithm (GA) is utilized to optimize a fuzzy system for a sub-model within a fixed range of acceleration input. Then, multiple models are composed of these fuzzy systems, which are optimized for different ranges of acceleration input. In computer simulation for an incoming ballistic missile, the tracking performance of the proposed method is compared with those of the input estimation (IE) technique and the adaptive interacting multiple model (AIMM) method.