Improvement for the Adaptive Kalman Filter with Multiple Fading Factors

Yıl 2017, Cilt: 33 Sayı: 1, 41 - 50, 17.04.2017

Cenker Biçer Levent Özbek

Öz

The
Kalman filter is most popular estimation technique for solving state
estimation problems of dynamical systems and it has been the most frequently
used algorithm in applications from different areas such as science, military and
economics etc.
The Kalman fi
lter works best with predictive performance as long
as system characteristics are known correctly.
However, the performance of the
Kalman filter will dramatically decrease when system characteristics are either
unknown or partially known.
Numerous studies
have been published so far to get
over the problem of performance loss in the
K
alman filter
.
Some
researchers
introduce
d
a fading factor to improve the performance of the
K
alman filter
under
unknown or partially known initial information. “Adaptive estimat
ion of multiple
fading factors in Kalman filter for navigation applications” (AEMFFKF) is one of
these
studies
.
In this paper, adaptive fading Kalman filter with the multiple forgetting factors is
considered
and
an adaptive estimation algorithm is propose
d
to determine
forgetting factors which
can not be determined
in
the
AEMFFKF. In addition, A
Monte Carlo simulation is performed to compare the estimation performances of
the
Kalman filter
with the adaptive filters
.

Çoklu Unutma Faktörleri ile Uyarlı Kalman Filtresi İçin İyileştirme

Öz

Kalman filtresi d
inamik sistemlerde durum tahmin
pro
b
leminin çözümü için
kullanılan popüler bir tahmin yöntemidir. Fen, mühendislik, ekonomi, askeri vb.
olmak üzere birçok alandan probleme kolayca uygulanabilir. Sistem
karakteristikleri doğru olarak bilindiği sürece Kalman
filtresi en iyi tahmin
performansı ile çalışır. Ancak sistem karakteristiklerinin kısmen bilindiği
durumlarda veya yanlış bilindiği durumlarda filtrenin tahmin performansında
ciddi kayıplar olm
ası kaçınılmazdır. Kalman filtresin
deki performans kaybı
probl
eminin üstesinden gelebilmek için şu ana kadar çok sayıda çalışma
yayınlanmıştır. Bir kısım araştırmacı tarafından Sistem karakteristiklerinin kısmen
veya tamamen hatalı bilinmesi durumunda, filtrelemede bazı güçlendirmelerin
yapılmasını sağlayacak unutma
faktörü ile uyarlanmış Kalman Filtresi tanıtılmıştır.
“Adaptive estimation of multiple fading factors in Kalman filter for navigation
applications” (AEMFFKF) bu çalışmalardan bir tanesidir.
Bu çalışmada, çoklu unutma faktörüyle uyarlı Kalman filtresi incel
enmiş ve
AEMFFKF yönteminde belirlenemeyen unutma faktörlerini belirleyebilmek için
adaptif bir tahmin algoritması önerilmiştir. Ayrıca yapılan simülasyon çalışmasıyla
Kalman filtresin
in performansı ile uyarlı filtre
nin tahmin performansı
karşılaştırılmışt
ır.

Anahtar Kelimeler

Dinamik Sistemler, Durum Tahmini, Kalman Filtresi, Unutma Faktörü, Uyarlı Kalman Filtresi

Kaynakça

• ERU