論文の概要: A Lightweight Cubature Kalman Filter for Attitude and Heading Reference Systems Using Simplified Prediction Equations

• arxiv url: http://arxiv.org/abs/2602.12283v1
• Date: Mon, 12 Jan 2026 19:27:00 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-23 08:17:41.412053
• Title: A Lightweight Cubature Kalman Filter for Attitude and Heading Reference Systems Using Simplified Prediction Equations
• Title（参考訳）: 簡易予測方程式を用いた姿勢・頭部基準系のための軽量キューバ・カルマンフィルタ
• Authors: Shunsei Yamagishi, Lei Jing,
• Abstract要約: 推定精度を維持しつつ,計算コストの低減を図った改良型Cubature Kalman Filter (CKF) を提案する。 KCKFの計算効率のよい方程式は、CKFの方程式を単純化することによって導出される。 KCKFの軽量予測方程式は、CKFの和項を拡張し、結果を単純化することによって導出される。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Attitude and Heading Reference Systems (AHRSs) are broadly applied wherever reliable orientation and motion sensing is required. In this paper, we present an improved Cubature Kalman Filter (CKF) with lower computational cost while maintaining estimation accuracy, which is named "Kaisoku Cubature Kalman Filter (KCKF)". The computationally efficient equations of the KCKF are derived by simplifying those of the CKF, while preserving equivalent mathematical relations. The lightweight prediction equations in the KCKF are derived by expanding the summation terms in the CKF and simplifying the result. This paper shows that the KCKF requires fewer floating-point operations (FLOPs) than the CKF. The controlled experimental results show that the KCKF reduces the computation time by approximately 19% compared to the CKF on a high-performance computer, whereas the KCKF reduces the computation time by approximately 15% compared to the CKF on a low-cost single-board computer. In addition, the KCKF maintains the attitude estimation accuracy of the CKF.
• Abstract（参考訳）: AHRS(Attitude and Heading Reference Systems)は、信頼性の高い向きや動きの検知が必要な場合に広く適用される。 本稿では,推定精度を維持しつつ計算コストを低減した改良型KCKFについて述べる。 KCKFの計算効率のよい方程式は、等価な数学的関係を保ちながら、CKFの方程式を単純化することによって導出される。 KCKFの軽量予測方程式は、CKFの和項を拡張し、結果を単純化することによって導出される。 本稿では, KCKF は CKF よりも浮動小数点演算 (FLOP) が少ないことを示す。 制御された実験結果から,KCKFは高性能コンピュータのCKFと比較して計算時間を約19%削減する一方,KCKFは低コストシングルボードコンピュータのCKFに比べて計算時間を約15%削減することがわかった。 さらに、KCKFは、CKFの姿勢推定精度を維持する。

関連論文リスト

• UAV-Deployed OAM-BB84 QKD: Turbulence- and Misalignment-Resilient Decoy-State Finite-Key Security with AI-Assisted Calibration [0.0]
  本稿では,無人航空機(UAV)プラットフォーム上でBB84を符号化した軌道角運動量を用いた量子鍵分布(QKD)の理論フレームワークを提案する。 確率的揺らぎ、検出器暗数、効率のミスマッチ、誤り訂正リークを含む秘密鍵レートに対する構成可能な有限鍵下限を導出する。 UAVシステムアーキテクチャ、乱流駆動QBERマップ、デコイ最適化、有限鍵スケーリング、AIキャリブレーションメトリクスを含む完全な評価パイプラインの概要を述べる。
  論文  参考訳（メタデータ） (2026-01-16T09:23:33Z)
• Fluid Antenna System-assisted Physical Layer Secret Key Generation [64.92952968689636]
  本稿では,流体アンテナシステム(FAS)を動的無線環境に適用することにより,多元系基地局システムにおける物理層生成(PLKG)について検討する。 本研究では,送信ビームフォーミングとポート選択を統合したPLKGモデルを提案する。 本論文で導入したスライディングウィンドウベースポート選択法は,動的ポート選択により,より少ないチェーンで高いKGRを実現する。
  論文  参考訳（メタデータ） (2025-09-19T03:01:29Z)
• A competitive baseline for deep learning enhanced data assimilation using conditional Gaussian ensemble Kalman filtering [0.0]
  条件付きガウスEnKF(CG-EnKF)と正常スコアEnKF(NS-EnKF)の2つの非線形拡張について検討した。 我々はこれらのモデルを、スコアフィルタ(SF)と呼ばれる最先端のディープラーニングに基づく粒子フィルタと比較する。 解析の結果,CG-EnKFとNS-EnKFは非ガウス的な雑音摂動を処理できることがわかった。
  論文  参考訳（メタデータ） (2024-09-22T02:54:33Z)
• Simple Full-Spectrum Correlated k-Distribution Model based on Multilayer Perceptron [6.354085763851961]
  FSCK(SFM)モデルは、精度、効率、ストレージを補うために開発された。 開発したSFMモデルと、ルックアップテーブルや従来のFSCK(TFM)モデルを含む他のFSCKツールを比較するために、いくつかのテストケースが実施されている。 その結果, SFMモデルでは, 少ない計算コストで, ルックアップテーブルよりも優れた精度が得られることがわかった。
  論文  参考訳（メタデータ） (2024-03-05T08:04:01Z)
• Inverse Cubature and Quadrature Kalman filters [16.975704972827305]
  我々は、逆立方体KF(I-CKF)、逆立方体KF(I-QKF)、逆立方体KF(I-CQKF)を開発する。 指数平均二乗有界感におけるフィルタの安定性条件を導出し,フィルタの整合性を証明する。
  論文  参考訳（メタデータ） (2023-03-18T03:48:39Z)
• Pointwise Feasibility of Gaussian Process-based Safety-Critical Control under Model Uncertainty [77.18483084440182]
  制御バリア関数(CBF)と制御リアプノフ関数(CLF)は、制御システムの安全性と安定性をそれぞれ強化するための一般的なツールである。 本稿では, CBF と CLF を用いた安全クリティカルコントローラにおいて, モデル不確実性に対処するためのガウスプロセス(GP)に基づくアプローチを提案する。
  論文  参考訳（メタデータ） (2021-06-13T23:08:49Z)
• Stochastic Optimization of Areas Under Precision-Recall Curves with Provable Convergence [66.83161885378192]
  ROC(AUROC)と精度リコール曲線(AUPRC)の下の領域は、不均衡問題に対する分類性能を評価するための一般的な指標である。 本稿では,深層学習のためのAUPRCの最適化手法を提案する。
  論文  参考訳（メタデータ） (2021-04-18T06:22:21Z)
• Gaussian Process-based Min-norm Stabilizing Controller for Control-Affine Systems with Uncertain Input Effects and Dynamics [90.81186513537777]
  本稿では,この問題の制御・アフィン特性を捉えた新しい化合物カーネルを提案する。 この結果の最適化問題は凸であることを示し、ガウス過程に基づく制御リャプノフ関数第二次コーンプログラム(GP-CLF-SOCP)と呼ぶ。
  論文  参考訳（メタデータ） (2020-11-14T01:27:32Z)
• Second-Order Provable Defenses against Adversarial Attacks [63.34032156196848]
  ネットワークの固有値が有界であれば、凸最適化を用いて$l$ノルムの証明を効率的に計算できることを示す。 認証精度は5.78%,44.96%,43.19%であった。
  論文  参考訳（メタデータ） (2020-06-01T05:55:18Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。