Abstract
Purpose of reseach. The article deals with the study of the operation of the extended Kalman filter (EKF), supplemented with an adaptive digital filter in order to compensate for the error in the operation of the EKF when performing data integration of the mobile robot control system.Methods. The adaptive digital filter (ADF) is a self-tuning filter that iteratively changes its variable parameters to achieve the optimal desired values of the output data. The EKF supplemented with the ADF with the NLMS adaptation algorithm will be called the EKF–ADF system or the EKF+NLMS digital filter. An important task is the selection of the number of frames and ADF weighting coefficients at which the optimum quality of noise suppression and the convergence rate of the adaptation algorithm are achieved.Results. With various options of organizing the operation of the ADF buffer memory, the adjusted values for assessing the state of the ‘mobile robot–environment’ system may differ. When the number of input data frames and ADF weighting coefficients are small, low quality noise suppression will be observed. With an increase in the number of frames and weighting coefficients, the quality of noise suppression is improved, and the convergence rate of the adaptation algorithm decreases.Conclusion. The EKF+NLMS digital filter algorithm takes an intermediate place between the EKF algorithm and the serial filtering of the EKF and ADF signals with the NLMS algorithm according to the criteria for estimating the mean square error, mean absolute error, signal-to-noise ratio, and convergence rate.
Highlights
The article deals with the study of the operation
with an adaptive digital filter in order to compensate for the error in the operation
The extended Kalman filter (EKF) supplemented with the adaptive digital filter (ADF) with the Normalized Least Mean Square (NLMS) adaptation algorithm will be called the
Summary
Адаптивный цифровой фильтр (АЦФ) – самонастраивающийся фильтр, итеративно изменяющий свои переменные параметры (весовые коэффициенты) для достижения оптимального желаемого значения выходных данных. 3. Блок-схема АЦФ для фильтрации входного сигнала, где k – некоторый момент времени Fig. 3. В АЦФ [12,13,14,15] кадры входного сигнала x(k) и весовые коэффициенты w(k) являются векторами размерностью N: x1 (k ). Задача алгоритма адаптации состоит в последовательной настройке весовых коэффициентов фильтра до достижения оптимального результата фильтрации сигнала, который соответствует наименьшему значению среднеквадратической ошибки Mean squared error, MSE) J выхода фильтра или некоторой нижней точке графика зависимости среднеквадратической ошибки J от терий позволяет сравнить конкурирузначений весовых коэффициентов ющие методы и системы обработки w: w1, ..., wN, где N – общее количество весовых коэффициентов РФК, дополненный АЦФ с алгоритмом адаптации NLMS, как эффективно действующим в условиях нестационарного входного сигнала и обладающим оптимальной вычислительной сложностью по сравнению с алгоритмом адаптации RLS, будем называть системой РФК–АЦФ
Sign-in/Register to view highlights & summary Talk to us
Join us for a 30 min session where you can share your feedback and ask us any queries you have
Schedule a callDisclaimer: All third-party content on this website/platform is and will remain the property of their respective owners and is provided on "as is" basis without any warranties, express or implied. Use of third-party content does not indicate any affiliation, sponsorship with or endorsement by them. Any references to third-party content is to identify the corresponding services and shall be considered fair use under The CopyrightLaw.
