• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2003년도 ICCAS
• /
• pp.559-564
• /
• 2003

Recently, particle filters have attracted attentions for nonlinear state estimation. They evaluate a posterior probability distribution of the state variable based on observations in simulation using so-called importance sampling. However, degeneracy phenomena in the importance weights deteriorate the filter performance. A new filter, Evolution Strategies Based Particle Filter, is proposed to circumvent this difficulty and to improve the performance. Numerical simulation results illustrate the applicability of the proposed idea.

• 한국군사과학기술학회지
• /
• 제14권3호
• /
• pp.517-523
• /
• 2011

The estimation filter in radar systems must track targets' position within low tracking error. In the Multi-Function Radar(MFR), ${\alpha}-{\beta}$ filter and Kalman filter are widely used to track single or multiple targets. However, due to target maneuvering, these filters may not reduce tracking error, therefore, may lost target tracks. In this paper, a target tracking filter based on particle filtering algorithm is proposed for the MFR. The advantage of this method is that it can track targets within low tracking error while targets maneuver and reduce impoverishment of particles by the proposed resampling method. From the simulation results, the improved tracking performance is obtained by the proposed filtering algorithm.

• 한국습지학회지
• /
• 제20권2호
• /
• pp.105-115
• /
• 2018

수문기상자료의 빈도해석은 풍수해에 따른 대응 및 시설물의 설계기준에 있어 중요한 요소 중 하나이다. 일반적으로 수문기상자료에 대한 빈도해석의 경우 관측자료는 통계적으로 정상성을 가진다고 가정하고, 확률분포의 매개변수를 고려하는 매개변수적 방법을 적용하고 있다. 이러한, 매개변수적 빈도해석을 위해서는 신뢰성 있는 충분한 자료의 수집이 필요하지만, 강수량과 다르게 적설량의 경우 계절적 특성과 함께 최근에는 기후변화로 인한 적설량 관측일수 및 평균 최심신적설량이 감소하기 때문에 부족한 자료에 대한 문제점을 보완할 필요가 있다. 이에 본 연구에서는 매개변수 빈도해석 방법과 부족한 자료의 문제점을 보완할 수 있는 표본 재추출 기법인 Bootstrap방법과 SIR(Sampling Importance Resampling)알고리즘을 적용하여 적설량의 빈도해석을 실시하였다. 58개 기상관측소에 대해 재추출된 일 최대 최심신적설량 자료를 이용한 비매개변수적 빈도해석을 통해 확률적설량을 산정하고 이를 비교 분석하였다. 빈도별 확률적설량의 증감률을 검토한 결과 매개변수적 빈도해석과 비매개변수적 빈도해석에서 증감률을 나타내는 지점들이 대부분 일치하는 것으로 나타났다. 확률적설량은 관측 자료와 Bootstrap방법에서 -19.2%~3.9%, Bootstrap방법과 SIR알고리즘에서 -7.7%~137.8% 정도의 차이를 보였다. 표본 재추출 기법은 관측표본이 적은 적설량의 빈도해석 및 불확실성 범위의 제시가 가능함을 확인할 수 있었고, 이는 여름철 태풍과 같이 계절적 특성을 지닌 다른 자연재난의 해석에도 적용될 수 있을 것으로 판단된다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제10권8호
• /
• pp.3791-3805
• /
• 2016

The visual attention mechanism includes 2 attention models, the bottom-up (B-U) and the top-down (T-D), the physiology of which have not yet been accurately described. In this paper, the visual attention mechanism is regarded as a Bayesian fusion process, and a visual attention model based on particle filter is proposed. Under certain particular assumed conditions, a calculation formula of Bayesian posterior probability is deduced. The visual attention fusion process based on the particle filter is realized through importance sampling, particle weight updating, and resampling, and visual attention is finally determined by the particle distribution state. The test results of multigroup images show that the calculation result of this model has better subjective and objective effects than that of other models.

• 제어로봇시스템학회논문지
• /
• 제14권8호
• /
• pp.785-791
• /
• 2008

Ultra-tightly coupled GPS/INS integration has been reported to show better navigation performance than that of other integration methods such as loosely coupled and tightly coupled integration. This paper uses the particle filter for ultra-tightly coupled GPS/INS integration and analyzes the navigation performance according to vehicle trajectory and the number of particles. The navigation performance of particle filter is compared with those of EKF and UKF.