| 研究課題/領域番号 |
26820167
|
|---|
| 研究機関 | 九州工業大学 |
|---|
研究代表者 |
西田 健 九州工業大学, 工学(系)研究科(研究院), 准教授 (30346861)
|
|---|
| 研究期間 (年度) |
2014-04-01 – 2016-03-31
|
| キーワード | パーティクルフィルタ / 点推定 / 最小平均二乗誤差推定 / 最大事後確率推定 |
|---|
| 研究実績の概要 |
平成２６年度の研究目的は、パーティクルフィルタの事後推定から点推定を行い、その信頼性を評価する機構の構築であった。そのための研究実施計画は、「１．確率分布評価器の構成」と「２．併合系の構成」であった。
まず、１に関する小項目「１－１事後確率分布の形状の分布指標の検討」に関して、カーネル密度推定に基づくクラスタ分離手法を検証した。これは、粒子の分布を適切にクラスタ分割することで、峰（クラスタ）を数える手法である。しかし、これは単純な手法であり、複数のハイパーパラメータの設定が必要であるという問題が生ずる。パラメータの調整によって有効に機能する場合も確認できたが、本研究において当初予定していた確率密度比の導入は未着手であり、これから着手する予定である。次に「１－２次後確率分布の分類アルゴリズムの構築」に関しては、２種類のアルゴリズムを構築した。クラスタ分割された各粒子郡にMMSEを適用する手法、各粒子群に局所的なカーネル密度推定を適用する手法である。それらの手法の推定精度を、MMSE（minimum mean square estimation）、EP-VGM（end point-Viterbi Godsill）MAP 推定手法、pf-MAP 推定法などの従来手と比較した。その結果、非線形対象に多峰性の確率分布を有する計測ノイズが混入する場合には、新しく構築した手法が有効であることを確認した。一方で、線形対象に単峰性ノイズが混入するような場合には、特に差異が見られないことも確認した。
次に２について、複数のセンサ入力が存在する併合系を構築し、提案手法を組み込んだシミュレーションを行えるよう整備した。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
平成２６年度の研究計画において、未達成の項目は「確率密度比の導入」である。その他の研究実施項目については達成された。
|
| 今後の研究の推進方策 |
まず、前年度未達成である確率密度比を導入し、確率分布形状の判定指標を構築することを優先させる。次に、本研究成果の有効性を示す「ゲインと目標値発生器の調整機構の構成」にとりかかかる。さらに、これらを具体的な制御システムに適用して、その有効性を広くアピールしていく予定である。
|
