劣化したセンシング環境におけるUAV状態推定のためのニューラル支援カルマンフィルタリング

arXiv cs.LG / 2026/5/1

📰 ニュースSignals & Early TrendsIdeas & Deep AnalysisModels & Research

共有:

要点

本論文は、センサーがノイズを含み疎であり、従来フィルタの前提が崩れる状況下でもUAVの状態推定を改善するハイブリッド手法として、Bayesian Neural Kalman Filter（BNKF）を提案しています。
重みの分布による不確実性推定とモンテカルロサンプリングを行うBayesian Neural Network（BNN）を用い、カルマン補正と共分散伝播の各ステップに不確実性を組み込みます。
合成の非線形UAV飛行データを用いた実験では、レーダーノイズやサンプリングレートを変化させた条件下でBNKFがExtended Kalman FilterおよびUnscented Kalman Filterより、精度・精密度・真値包含性の面で優れることが示されています。
関連するアンサンブル版（BNKFe）は高ノイズの端的ケースで精密度をさらに高めますが、その代わりに精度がわずかに低下するトレードオフがあります。
推論のランタイム解析では推論オーバーヘッドが小さいことが示され、リアルタイムでのUAV展開の実現可能性が示唆されています。

note

note

note

note

note