지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학위논문
- 저자정보
- 지도교수
- 김윤수
- 발행연도
- 2022
- 저작권
- 경상대학교 논문은 저작권에 의해 보호받습니다.
이용수1
이 논문의 연구 히스토리 (3)
2022
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
This paper considers the application of the Adaptive-order Zonotopic Kalman Filter(AZKF) and Moving-window based Least Square(MLS) to the real-time state estimation of a fixed-wing aircraft in upset condition where data loss has occurred. MLS is a method of directly calculating a dynamic model of an aircraft continuously changing for a upset condition like a high angle of attack flight, using a small set of data belonging to a moving window to represent the current dynamic model. AZKF is a method of estimating the state by flexibly changing the size of the zonotope with reduction operator, in response to temporary data loss. The performance of proposed method was verified on through actual flight data and shown to be superior to that of the conventional Kalman-filter based one.
목차
Ⅰ. 서 론 11.1. 연구 배경 11.2. 연구 목적 2Ⅲ. 본 론 42.1. 이동 창 최소자승법(MLS)을 활용한 고 받음각 비행 상태의 시스템 모델 추정 41) 문제 정의 42) 배경 이론 5(1) 항공기의 시스템 모델 5(2) 최소자승법 7(3) 스펙트럼 반경 73) 이동 창 최소자승법 84) 시스템 모델 추정 9(1) LTI 모델에 대한 MLS 적용 9(2) 항공기 비행 데이터에 대한 MLS 적용 102.2. 적응 차수 조노토픽 칼만 필터(AZKF)를 활용한 데이터 손실 상황에서의 상태 추정 171) 문제 정의 172) 배경 이론 17(1) 칼만 필터(KF) 17(2) 조노토픽 칼만 필터(ZKF) 18(3) 감소 연산자 213) 적응 차수 조노토픽 칼만 필터(AZFK) 224) 감소 연산자 차수를 결정하는 알고리즘 225) 상태 추정 결과 236) MLS-AZKF의 실시간 적용성 293. 결 론 303.1. 논문 요약 303.2. 향후 연구 계획 303.3. 연구 실적 30참고 문헌 32
최근 본 자료
댓글(0)
0