효율적인 칼만 필터링을 위한 측정 노이즈 추천 (Measurement Noise Recommendation for Efficient Kalman Filtering)

서지정보

· 발행기관 : 한국정보과학회
· 수록지 정보 : 데이타베이스연구 / 34권 / 1호 / 25 ~ 38페이지
· 저자명 : 박세빈, 길명선, 문양세

초록

본 논문에서는 칼만 필터링의 측정 노이즈를 추천하는 방법을 다룬다. 칼만 필터링은 원본 데이터의 부정확한 값을 보정하는데 사용하는 대표적인 필터링 알고리즘으로, 사용자 경험에 의해 주어지는 노이즈 파라미터에 의해 성능이 달라진다. 이때, 경험이 부족한 사용자가 잘못된 노이즈 파라미터를 적용할 경우 이로 인해 필터링 성능이 저하될 수 있다. 이러한 문제를 해결하기 위해, 본 논문에서는 입력 데이터를 분석하여 칼만 필터링의 주요 노이즈 파라미터인 측정 노이즈를 찾아내고, 이를 칼만 필터링에 적용하는 방법을 제안한다. 대부분의 센서 데이터는 측정과정에서 포함되는 기계의 노이즈, 즉 측정 노이즈를 갖는다. 본 논문에서는 이동평균(moving average) 및 웨이블릿(Wavelet) 변환을 사용하여 센서 데이터의 노이즈를 분석하고, 이를 측정 노이즈로 활용한다. 실험 결과, 분석을 통해 측정 노이즈를 계산한 방법이 보다 정확하게 칼만 필터링을 수행하는 것으로 나타났다.

영어초록

In this paper, we propose an analytical method for recommending measurement noise in Kalman filtering. The Kalman filtering is a typical filtering algorithm used to correct inaccurate values of original data, and its filtering performance depends on the user-given noise parameters. At this time, if the wrong noise parameters are used due to lack of user experience, it may degrade the filtering performance. Therefore, in this paper, we propose new methods to analyze the input data and find the measurement noise which is the main noise parameter of the Kalman filtering, and apply it to the Kalman filter. The sensor data includes the noise value of the measuring machine, which is called measurement noise. We use two analytical methods of noise analysis of sensor data: moving average and Wavelet transformations. As a result of experiments, it has been found that the proposed method of calculating the measurement noise more accurately performs the Kalman filtering.

참고자료

· 없음