[논문 리뷰] Kalman Filtering with Equality and Inequality State Constraints

Nachi Gupta, Raphael Hauser|ArXiv.org|2007. 09. 18.

Target Tracking and Data Fusion in Sensor Networks참고 문헌 18인용 수 76

한 줄 요약

이 논문은 칼만 필터링에 등식 및 부등식 제약 조건을 통합하기 위한 두 가지 새로운 방법을 제안한다: 투영 기반 추정과 제약 조건이 부여된 칼만 이득 최적화. 주요 기여는 수치적으로 안정적이고 분석적인 프레임워크를 통해 제약 조건이 부여된 상태 추정을 가능하게 하여 추정치가 지정된 범위 내에 유지되도록 보장함으로써, 제약 조건이 있는 추적 응용 분야에서 정확도를 크게 향상시키는 데 있다.

ABSTRACT

Both constrained and unconstrained optimization problems regularly appear in recursive tracking problems engineers currently address -- however, constraints are rarely exploited for these applications. We define the Kalman Filter and discuss two different approaches to incorporating constraints. Each of these approaches are first applied to equality constraints and then extended to inequality constraints. We discuss methods for dealing with nonlinear constraints and for constraining the state prediction. Finally, some experiments are provided to indicate the usefulness of such methods.

연구 동기 및 목표

• 기존 칼만 필터링에서 제약 조건의 활용 부족 문제를 해결하기 위해.
• 상태 등식 및 부등식 제약 조건을 칼만 필터링 프레임워크에 통합하기 위한 분석적 및 수치적 방법을 개발하기 위해.
• 국소 선형화를 통해 비선형 역학으로의 제약 조건이 부여된 필터링을 확장하기 위해.
• 실험을 통해 제약 조건이 부여된 필터링이 추정치를 타당 영역 내에 유지함으로써 강건성과 정확도를 향상시킨다는 것을 입증하기 위해.

제안 방법

• 두 가지 접근 방식을 제안한다: (1) 갱신된 상태 추정치를 제약 조건이 있는 부분공간에 투영하고, (2) 칼만 이득을 제약 조건을 충족시키도록 사전에 제한한다.
• 등식 제약 조건의 경우, 두 방법 모두 해석적 해를 제공하며, 이득 제약 방법은 투영 방법의 특수 케이스이다.
• 부등식 제약 조건의 경우 활성집합 방법을 사용하여 투영 방법을 확장하고, 이득 제약 방법은 구속 조건을 만족시키기 위해 이차계획법을 사용한다.
• 비선형 제약 조건을 다루기 위해 국소 선형화를 적용하여, 확장된 또는 유스클리드 칼만 필터와 유사하게 비선형 역학으로의 확장을 가능하게 한다.
• 제약 최적화 과정에서 발생하는 사다리꼴 행렬의 역행렬에 대한 해석적 표현을 유도하여 라그랑주 승수의 효율적 계산을 가능하게 한다.
• 갱신 단계뿐 아니라 예측 단계까지 상태 예측을 제약 조건이 부여된 상태로 제한하는 프레임워크를 도입하여, 전체 필터링 과정이 시스템 제약 조건과 일관성을 유지하도록 한다.

실험 결과

연구 질문

• RQ1 등식 제약 조건을 투영 및 이득 제약 방법을 사용하여 칼만 필터 갱신 단계에 체계적으로 통합할 수 있는 방법은 무엇인가?
• RQ2 등식 제약 조건의 맥락에서 투영 기반 방법과 이득 제약 방법 간의 관계는 무엇인가?
• RQ3 부등식 제약 조건을 수치 최적화 기법을 사용하여 칼만 필터링에 어떻게 처리할 수 있는가?
• RQ4 제약 조건이 부여된 칼만 필터링을 갱신뿐만 아니라 예측된 상태로도 확장할 수 있는가?
• RQ5 경계 제약 조건이 있는 비선형 시스템에서 제약 조건이 부여된 필터링은 어떻게 성능을 발휘하며, 비제약 조건 필터링에 비해 얼마나 향상되는가?

주요 결과

• 등식 제약 조건의 경우, 투영 기반 방법과 제약 조건이 부여된 칼만 이득 방법은 수학적으로 동치이며, 후자는 전자의 특수 케이스이다.
• 부등식 제약 조건의 경우, 활성집합 방법과 이득 제약 방법 모두 추정치가 타당 영역 내에 유지됨을 보장하며, 후자는 이차계획법의 해를 필요로 한다.
• 제약 조건이 부여된 칼만 필터는 지정된 범위 내에서 추정치를 유지함을 실험적으로 시각적으로 확인하였다. 예를 들어, -1에서 1의 제약 조건 하에서 사인파 추적 실험에서 그러한 결과를 확인하였다.
• 비선형 추적 시나리오에서는 제약 조건이 부여된 필터가 물리적 또는 운영적 제한을 위반하는 것을 방지함으로써 비제약 조건 필터보다 성능이 뛰어나다.
• 사다리꼴 행렬의 역행렬에 대한 해석적 해는 제약 최적화 단계에서 라그랑주 승수의 효율적 계산을 가능하게 한다.
• 이 프레임워크는 제약 조건이 부여된 상태 예측으로도 성공적으로 확장되어, 전체 필터링 과정이 시스템 제약 조건과 일관성을 유지함을 보여준다.