Recursive Maximum Correntropy Criterion with Adaptive Kernel Learning for Gnss Navigation Filter Designs

View Statistics Email Alert RSS Feed

Information

Details

Project title

Code/計畫編號

110-2221-E-019-042-

Translated Name/計畫中文名

自適應核學習遞迴式最大相關熵準則之衛星導航濾波器

Project Coordinator/計畫主持人

Dah-Jing Jwo

Funding Organization/主管機關

National Science and Technology Council

Department/Unit

Department of Communications, Navigation and Control Engineering

Website

https://www.grb.gov.tw/search/planDetail?id=13894093

Year

2021

Start date/計畫起

01-08-2021

Expected Completion/計畫迄

31-07-2022

Bugetid/研究經費

915千元

ResearchField/研究領域

航空工程

本研究規劃發展一自適應核學習遞迴式最大相關熵準則之衛星導航濾波器，應用於全球導航衛星系統(GNSS)導航解算，以解決衛星導航量測訊號存在離群值，導致雜訊分佈表現出厚尾特性，抑或當接收機出現暫時性故障，導致傳輸線路中數據的丟失甚至衛星失鎖，從而帶來狀態異常值時，無法準確描述量測雜訊模型時，造成性能退化，提出一種新的解決途徑。參與之研究人員可掌握包括以自適應核學習遞迴式最大相關熵準則之衛星導航演算法關鍵技術，亦奠定了應用自適應濾波、非線性非高斯系統濾波、強健估測、訊號估測理論以及人工智慧技術應用於GNSS導航核心技術之能量。希冀為國內導航技術之掌握上建立紮實能量，並為參與人員建立先進專業養成。

Keyword(s)

衛星導航
自適應
核學習
混合相關熵
廣義相關熵
可變合寬
可變中心
相關熵誘導度量
卡爾曼濾波器
無跡卡爾曼濾波器
容積卡爾曼濾波器
雜訊離群值
非高斯重尾量測雜訊
GNSS
Adaptive
Kernel learning
Mixture correntropy
Generalized maximum correntropy criterion (GMCC)
Adaptive kernel size
Variable center
Correntropy induced metric (CIM)
Kalman filter
Unscented Kalman filter
Cubature Kalman filter
Outlier
Non-Gaussian heavy-tailed measurement noise

DSpace CRIS

Recursive Maximum Correntropy Criterion with Adaptive Kernel Learning for Gnss Navigation Filter Designs

Details

Description