[論文レビュー] Improving GPS/INS Integration through Neural Networks

M. Nguyen-H, Chunxia Zhou|arXiv (Cornell University)|May 27, 2010

GNSS positioning and interference参考文献 1被引用数 29

ひとこと要約

本稿では、神経ネットワークベースの手法を用いてGPS/INS統合を向上させる新規なアプローチを提案する。GPSデータに事前に周波数帯域フィルタリング（低域、中域、高域）を適用することで、信号喪失時における位置決め精度を維持しつつ、処理時間を顕著に短縮する。従来の神経ネットワーク専用手法に比べ、より高速かつ効率的な代替手法を提供する。

ABSTRACT

The Global Positioning Systems (GPS) and Inertial Navigation System (INS) technology have attracted a considerable importance recently because of its large number of solutions serving both military as well as civilian applications. This paper aims to develop a more efficient and especially a faster method for processing the GPS signal in case of INS signal loss without losing the accuracy of the data. The conventional or usual method consists of processing data through a neural network and obtaining accurate positioning output data. The new or improved method adds selective filtering at the low-band frequency, the mid-band frequency and the high band frquency, before processing the GPS data through the neural network, so that the processing time is decreased significantly while the accuracy remains the same.

研究の動機と目的

• 信号喪失時におけるGPS/INS統合処理の遅さという課題に対処すること。
• 精度を損なわず神経ネットワークベースの位置決めの効率を向上させること。
• 事前処理フィルタリングにより、リアルタイムGPS/INSシステムにおける計算負荷を低減すること。
• INSデータが利用できない状況でのGPS信号処理を高速化する手法を開発すること。

提案手法

• 神経ネットワーク処理の前段階で、GPSデータに低周波、中周波、高周波帯域の選択的フィルタリングを適用すること。
• フィルタリング処理を施したGPSデータを神経ネットワークに統合し、信号喪失時の位置推定を実行すること。
• 比較のためのベースラインとして、従来の神経ネットワーク専用手法を採用すること。
• 神経推論の前段階で関連する信号成分を分離・処理する事前処理パイプラインを設計すること。
• 不要な計算を最小限に抑えつつ、重要なナビゲーション情報を保持するように信号フローを最適化すること。
• 周波数ドメインでのフィルタリングを用いて信号品質を向上させるとともに、神経ネットワークの入力データの複雑さを低減すること。

実験結果

リサーチクエスチョン

• RQ1 選択的周波数フィルタリングは、神経ネットワークベースのGPS/INS統合処理の高速化に寄与するか？
• RQ2 GPSデータの事前フィルタリングは、信号喪失時における位置決め精度を維持または向上させるか？
• RQ3 本手法は、従来の神経ネットワーク専用手法と比較して、計算効率に優れているか？
• RQ4 低域、中域、高域の各フィルタリングが、位置推定における神経ネットワークの性能に与える影響は何か？

主な発見

• 本手法は、従来の神経ネットワーク専用手法と比較して、処理時間を顕著に短縮した。
• 選択的周波数フィルタリングを適用しても、位置決め精度が維持された。
• フィルタリング段階の統合により、リアルタイムナビゲーションシステムにおける神経ネットワーク推論の効率が向上した。
• GPS信号喪失時においても、解の精度に劣化を来さず、計算パフォーマンスが向上した。