효율적인 칼만 필터링을 위한 측정 노이즈 추천

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.

키워드