MétaCan
Menu
Retour à la cohorte
Enregistrement W2525362500 · doi:10.1109/mmar.2016.7575308

Performance enhancement for GPS/INS fusion by using a fuzzy adaptive unscented Kalman filter

2016· article· en· W2525362500 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueTarget Tracking and Data Fusion in Sensor Networks
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésControl theory (sociology)Extended Kalman filterKalman filterFast Kalman filterAlpha beta filterInvariant extended Kalman filterComputer scienceFuzzy logicUnscented transformSensor fusionAdaptive filterKernel adaptive filterEnsemble Kalman filterFilter (signal processing)AlgorithmFilter designArtificial intelligenceComputer vision

Résumé

récupéré en direct d'OpenAlex

Kalman filter requires that the process noises to be zero mean white noise; otherwise, the divergence will occur. Adaptive tuning of a Kalman filter via fuzzy logic has been one of the promising strategies to cope with divergence when dealing with non-white noise. The fuzzy logic adaptive controller (FLAC) will continually adjust the noise strengths in the filter's internal model and tune the filter. This paper presents a new INS/GPS sensor fusion scheme based on Fuzzy Adaptive Unscented Kalman Filter (FAUKF). The FAUKF is based on the combination of the unscented Kalman filter and the fuzzy logic controller which performs adaptation task for dynamic characteristics. Results obtained by FAUKF were compared to the Extended Kalman filter (EKF), Unscented Kalman Filter (UKF) and Fuzzy Adaptive Extended Kalman Filter (FAEKF). This comparative study has demonstrated that the FAUKF leads to very promising results as compared the other three Kalman filters.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,783
Score d'incertitude au seuil0,502

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,030
Tête enseignante GPT0,252
Écart entre enseignants0,222 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle