JPH06510114A - センサーシステムの目盛り定めの為の装置と方法 - Google Patents

Abstract

(57)【要約】本公報は電子出願前の出願データであるため要約のデータは記録されません。

Description

【発明の詳細な説明】

センサーシステムの目盛り 技術分野 アウトプットの目盛り定め（ｃａｌｌｂｒａｔｉｏｎ）と規Ｒ（ヒζ二２８びつ く。 背景の技術のレベル 用の前に、その目盛り定めをしなけれ１ｆならな１為。 ｂｏ　８７１００２８７　も参考）しかし、二う覧＼う完全ζ：実Ｖ番二基づｔ またデータベースを−大きいセンサーシステムの各センサーの為１こ用意し、１ ノアルタイムＣ二するのも、まだまだ費用がかかりすきる。 １いに、センサーシステムにある程度のデータの１なりやオーバー測定があれば 、実ＰＩｔに基づくデータベースは普通必要ない、（＾ｎｔｔｌ＾、　Ｌａｎｇ ｅ　１９８６：’Ａ　）ｌｌｇｈ−ｐａｓｓＦｉｌｔｅｒｆｏｒＯｐｔｊｓｕｓ ＣａｌｉｂｒａｔｉｏｎｏｆＯｂｓｅｒｖｉｎｇＳｙｓｔｅｓｓｗｉｔｈＡｐｐ ｌｉｃａｔｉｏｎｓ”；　ＡｎｄｒｚｅＪ　Ｊ、　０ｓｌａｄａｃｚ　Ｍｌ菜、 Ｃ１ａｒｅｎｄｏｎ　Ｐｒｅｓｓ　／　０ｘｆｏｒｄ１、’ｎ１ｖｅｒｓｉｔｙ 　Ｐｒｅｓｓ出版の”５ｔｉｓｕｌａｌｌｏｎ　ａｎｄ　Ｏｐｔｉｍｉｚａｔｉ ｏｎ　ｏｆ　Ｌａｒｇｅ　Ｓｙｓ狽■高刀■ の３１１−３２７へ゛−ノ゛、１９８８、英国オックスフォード　をｔ１照）比 較的小さなセンサーシステムの目盛りの０定めを、コンピューター計算を使って 、いかにリアルタイムに持続するかは、Ｋａｌｍａｎ　Ｆｌｌｔｅｒｌｎｇｔカ ルマンフィルタ一方法）の名でもつと前から知られている。　（Ｘａｌｓａｎ、 　＋９６０；　と　Ｋａｌｍａｎ、　Ｂｕｃｙ＋１９６＋）　Ｌかし、この場合 安定条件が満たされていないと、すべての目盛り定め用のパラメーターや他の望 ましいパラメーターが更新されるごとに１間違った解釈に向かってそれていく恐 れがある。 幸い、ある観Ｖや１１！ＩＢ可能条件が満たされると、最適のカルマンフィルタ ーの安定性が保証される。この条件とましいＰ！逍条件は、複合センサーシステ ムの完全な測定サイクル、時には候っものサイクルが同時に処理や解析出来るこ とを要する。しかし、これは大きなリアルタイム遠用の場合、無理である。その 代わり、同時に少数の測定しかしない最通条件に満たない高速カルマンフィルタ ーが、航海技術やプロセス管理に利用されている。 不幸にも、これまでのリアルタイムの目盛り定め技術ではどうしても、Ａｉｍカ ルマンフィルタ一方法の困難な測定の問題、或は、ｈ通条件に澗たないカルマン フィルターや　Ｌａｎｇｅ’ｓ　１１１ｇｈ−ｐａｓｓ　Ｆｉｌｔｅｒ　（ラン グの高度通過フィルター）の不安定さの問題が残る。高速カルマン推定アルゴリ ズムというのが出来た報告はあるが、隈られた間Ｂ分野でしが使えなイ、（Ｆａ 、Ｉｃｏｎｅｒ、　Ｌｊｕｎｇ、　１９７８：”＾ｐｐＨｃａｔｌｏｎｏｆ　Ｆ ａｓｔ　Ｋａｌｓａｎ　Ｅｓｔｉｍａｔｉｏｎ　ｔｏ　＾ｄａｐｔｌｖｅ　Ｅｑ ｕａｌｉｚａｔｌｏｎ”　ＩＥＥＥ　丁ｒａｎｓａモ狽奄盾獅刀@ｏｎ Ｃｏｓｓｕｎｌｃａｔｌｏｎｓ、　Ｖｏｌ、　Ｃ０Ｍ−２６，１９８７年１０月 号　１４３９−１４４６へ°−）゛）つまり、様々な分野で運用でき、これまで と同じかこれまで以上の１篇速度、確実性、正確性を持ち、値段も安い大きなセ ンサーシステムの目盛り定めの為の装置と方法が妃・要なのである。 発明の概要 この必要は、下記のセンサーシステムのリアルタイム、又はほとんどリアルタイ ムでの目盛り定めの装置と方法によって、実質的に満たされる。この装置と方法 を使用すると、不正確な詞１ｉｉＡや、井常に費用を要する内部目盛り定め技術 をセンサーから取除くことが出来る。そして、データベースもほとんど寄せ集め で創作でき、襠合センサーシステム全体をリアルタイムで更新できる。その上、 集中性や計算処理の正確性の向上の為に、目じり未定だが運転の予測可能のセン サーをセンサーシステムの中に付は足すことが出来る。 発明の装置に従って、マイクロコンピュータ−１或は他のリアルタイムかほとん どリアルタイムで特定の納理的機能作用が出来る装置は、幾つものセンサーユニ ットのアウトプットを受イルし、データベースを腋み込み、拶準化された０鶴り 既定アウトプットを生むためにデータベースの情報に従ってセンサーユニットの 数値を測定し、データベースの情報を更新する。また、発明の方法に従って、論 理的な機能作用は、センサの高速フィルターをｎ測システム愚逍目盛り定めの為 に改造したものに基づいており、それはフィルターをカルマンフィルターに変形 させる。 １２図面簡単な説明 頂くと、発明の特性が明らかになるだろう。 図１は、これまでの技術の、センサーと目盛り定めユニットの構成図である。 図２は、これまでの技術での大きなセンサーシステムの（いわゆる分散カルマン フィルタ一方法に基づく）目盛り定めの装置と方法の構成図である。 図３は、　（いわゆる集中カルマンフィルターに基づく）発明の装置の構成図で ある。 図４は、発明の装置のＡ体化例の図表のダイヤグラムである。 発明を遂行するのに一番良い様式 発明に入る前に、図１のこれまでの目盛り定め技術を説明したい．これまでのセ ンサーと目盛り定めユニットには、論理的ユニット（１１）とデータベースユニ ット（１２）が入っている．センサーユニット（１３）から出たセンサー１号は まっすぐ増幅器、伝達ユニット（１６）を通って、アウトプット、インターフェ イスユニット（１８）に進む．このインプットとデータベースにある情報（１２ ）に基づいて、論理的ユニット（１ｌ）は利用方法に従って、目盛り既定のセン サーの数値を提供する。 図３の発明の装置を見て頂きたい．集中捏合センサーシステム（３）と連結して 機能する論理ユニット（１）とデータベースユニット（２）が入っている．デー タベースユニット（２）は、センサーの更新の調節や性能（何が兼ねている場合 は、コントロールポイントのセンサーアウトプット数値とそれに相当する実験的 に出た外部事象数値など）についてのインフォメーシッンの記ｔｌ装置と成って いる．論理ユニット（１）は、センサーシステム（３）からセンサーアウトプッ トを受取り、データベースユニット（２）に読み込む．このインプットに基づい て。 論理ユニット（１）は、更新化された目盛り定めデータ、センサー数値、望まし い外部事象に関するモニターしている情報から成るアウトプット（５）を提供す るｅ　ｉＡ理ユニット（１）の使用方法に従って発明された高速カルマンフィル タ一方法（ＦＫＦ）を説明する前に、カルマンフィルター方決の原理を説明する 必要がある。 ＭＪの再帰的フィルターは、ａｆｌパラメーターの現在の概算をするのに、すべ てのそれ以前の計算を記憶する必要のないものである．これを、推計学的なプロ セスのＭａ　ｋｏｖ　Ｐｒｏ　ｅｒｔ　（マルコプ所有）と呼び、これはＵカル マンフィルタ一方法の基礎である．図４の上空風測定用の装置では、気象観測気 球の位！座拶、また、壕で見るように、池の観測用センサーの多少不明の目盛り 定めバラメーターも、システムの抜工と呼ばれる。 その過程は，下記の（１）から（３）の方程式に描かれている．ｊ％初の方程式 は、ｔ　（ｔ＝ｏ，１，２．、、）という時点で、ＬＩＥベクトル　へ　がＵベ クトルＳ，に依ることを示している．これが、一次Ｉｌ１万豆五（または１Ｌ五 豆五）である。 ７ｔ−Ｉｔ　Ｓｔ　＋ｅｔ　（１） 企画マトリックス　Ｈｔ　は、普通、実際の測定方程式の部分誘導から成ってい る。 第２の方程式は、例えは気ｔｆｔＩ澗気球の飛行の時間の進展を表わし、２久Ｉ Ｌユ１式，又は復ｎ去豆スという。 ｇｔ″″ｇｔ−１＋　ｕｔ−１＋　”ｔ　（２）またはもっと一般的に ｓｔ−　Ａ　ｓ，−１十Ｂ　ｕｔ，　＋　＊。 方から成る。 測定結果、加速期間、以前の位置は、普通相互に関連しないので、次の共分散マ トリックスを使って藺単に説明したい。 Ｐｔ−１　”ＣＯｖにｔ−１）＝Ｆ（にｔ−１−’ｔ−１）にｔ−１’ｔ−１” ）ルマ゛　「　一生」乞：」Σ式によって、現在ＬＵについての一番公平な一次 推定が伏のように得られる。 次にその共分散マトリックス そのうち、カルマン増加マトリックス　Ｋｔは、次で限定される。 次に、推定の状態ベクトル　ζ　とその共分散マトリックス　−　を、（を切っ てあとの量を表わす数字を同じように仕切ると，次の通りになる。 （４）から（６）の再帰的公式によって、フィルターされた（更新された目Ｏり 定めバラメーターに基づく）位置ベクターが与えられる。 リ二１

【１された目じり定めパラメーターベクターはン久にＩＩｓげる。 カルマン増加マトリックスは、それぞれ下記の通りだ。 （９）の方程式は、高度通過（ｈｉｇｈ−ｐａｓｓ）フィルターを示す、という のは、追跡センサーの不変、または低速度の目盛り定め誤算から生じるノイス現 象を、位置座拶から押さえるからだ、その周波数反応は各センサーの目盛り定め の安定性に結びついており、最適調整は自動的に行なわれる。しかし、共分勲マ トリックスベクターを更新するのに使える。移動平均化のための加重価（１１） を１１供する指０　−に似ている。 目盛り定めパラメーターは、涯定と深い関係があるので、企画マトリックス　町 には普通−次的に依存する縦行ベクターがある。これを十分警戒しないと、数字 上の間Ｕが生じる。まず、位置ベクター　ｂｔ、ｏや目ロリ定めベクター　Ｃ（ 、。の過当な初期推定イーの初期化をする必要がある。ラングの高度通過フィル ター（Ｌａｎｇｅ、　１９８８ｍ）は、この情報（例えば、ＩＩＩ目盛り定め、 試駄場の実験、相互比較、記はされたｕなど）をあらゆる有効な源から抜き取れ る。二番目に、カルマンフィルタ一方法の有名な社条１１も満たさなければなら ない、でなければ、省略や概数化の間違いがそのうちフィルター処理の結果を汚 染してしまう。 ［Ｇｅ１ｄ、１９７４；　”Ａｐｐｌｉｅｄ　Ｏｐｔｉｍａｌ　Ｅｓｔｉｍａｔ ｉｏｎ”、ＭＩＴ　Ｐｒｅｓｓ、＋３２へ゛−ン゛参照）カルマンフィルターの 支足並というのは、概算されたパラメーターの測定が押さ＾られた時の動きのこ とをいう、目盛り定めパラメターは外部で様々な事象が発生する間、ｖＩ通ｆＩ Ｉｖ、出来ない、実際上、涯淀の数は、いつもすべての不明のＵパラメーターの 数をうわｔわなければならない、これは、多数の目盛り定めパラメーターを推定 するずべでの観測システムにおける、重大な具体的間Ｕだ、４Ｆ１に平安な１肩 −■汁条件は１１通、入っＴ來るセン→ｊ−ｆｌ！号を人をな東にまとめＩ処理 するか、誤差　ｅ　の「潔白性」についての試験を繰り退し、問題発生時に訂正 することによって、満たされる。 実は、本当にＬ」なカルマンフィルターになると、カルマン増加マトリックス（ １１）だけでなくデータ束の大きさも、状１や原型パラメーターに動的に結びつ く、これまでの方法では、カルマン再帰法（４）と（６）を使ってパラメーター の推定を行なっている。 次に、ＬＩ！、方１一式を変異した公式を紹介したい。 Ｓ　は已ベクター　Ｓ　の推定である。それをＵ方ＪＸｉ　Ｉ　１　）とあわせ ると、いわゆる増大原型が得られる。 すると、レグレッション解析問題の有名な解析法を使って、■パラメーターが計 舞できる。ここでは、更新するのに使う。 気球の追鮪セン勺−の目成り定め問題を解決するため、大きな最適カルマンフィ ルターの初期＋６を出すが、これにはラングの高度通過フィルターが使われる。 下記のいわゆる正規ブロック式角マトリックス構造を持ったレグレッション原を を解析するのに、分槽希薄マトリックス転倒公式（Ｌａｎｇｅ　、　１９８８ａ 　）を利用する方法である。 これは、風洞定相互比較実駐全体か一回の気球飛行の涯定五豆五のマトリックス 表示である。ｂ、、ｂユ、、、、、１＋−誹普通、気球の連続した位ＩＩ！座拶 を示すが、重要な特開または穿間変動を持つ０益り定めパラメーターも入ってい ることがある。ベクター　Ｃは、検査期間中一定不変の他の目盛り定めパラメー ターを！！蛙する。 目盛り定めドリフトを含む憇パラメーターを更新することは、ｊ％逍カルマンフ ィルク一方法に基ずく、シかし、カルマン再帰法は次に、非常に多紋のマトリッ クスを（６）か（１１）の方程式に転倒することを要求する。なぜなら、目盛り 定めパラメーターをｎＷ！可能にするには、Ｉｌｌを大きなデータの束にして処 理する必要があるからだ、データの束とは、普通は新しい気球飛行のことをいう 。 幸い、レクレッション分析を通して問題に１且み込むと、方程式（１５）とほと んど変わらないブロック武力マトリックス構造に至る。ｂ、、ｂユ、、、、、ｂ 、と　Ｃの１逼推定ｃ′）は、方程式（１５）に各時点　ｔ、ｊ＝　１．２．、 、、で状の論理的な差込みをすることによって保つ。 この差込みで、図４の上空風ｎ洞システムの目盛り定めの発明の具体化の為の高 速カルマンフィルター（ＦＫＦ）アルゴリスムの詳説をｎねりたい。 発明遂行の為の他の望ましい様式は、世界気象監視（Ｗｏｒｌｄ　ｂ’ｅａｔｈ ｅｒ　Ｗａｔｃｈ）の世に観測されている様々な不一致や定！！！（例えば、お およそゼロのはずの昼夜の平均圧力差）を含んている。　（Ｌａｎｇｅ、　ｌ９ ８Ｂａ／ｂ）目ロリ定めドリフトベクター衛星の放！１１や垂直型ｊｉｆｉ能の 傾き、大気のｆｆｉ淘の影響）を指す。 すべての大きな捏合センサーシステムの企画マトリックスは、特徴として希薄で ある。だから普通、仕切ることができる。 このうち　Ｃ（は時点　ｔ　の目盛り定めパラメーターを示し、もし仕切るのが 難しければ、自動的にすべての希薄な一次的システムを、前記の正規ブロック式 角マトリックス方式に変える、特定のアルゴリスムがある。 （ｂ’ｅｌｌ、　Ｋｅｔｔｌｅｒ、　＋９７］：　−Ｒｅａｒｒａｎｇｉｎｇ　 Ｍａｔｒｉｃｅｓ　ｔｏ　ｂｌｏｃｋ−ａｎｇｕｌａｒ　Ｆ盾窒香@ｆｏｒ Ｄｅｃｏｍｐｏｓｉｔｉｏｎ　（ａｎｄ　ｏｔｈｅｒ）　Ａｌｇｏｒｉｔｈｍｓ −、Ｍａｎａｇｅｍｅｎｔ　５ｉｅｎｃｅ、ｌ’ｏ１．　＋W．　Ｎｏ、Ｉ。 １９７　】　年９　月　９８−１０７へ°−ノ゛　）窓−間容量の場合の増大Ｗ 、”　（１５）と（１６）の方程式を見よ。 うきる時７閘容！の為の増大原型　（長さ　Ｌ）このうち、ベクター　Ｃｔ　は 、移動容量に関して一定不変であるすべての目盛り定めパラメーターを代表する 。前と同じように次に更勤する。 空−間分粁をイ１け足す時、巨大なマトリックス　Ｚ　は巣尤のブロック式角の 形を取ることに注目して頂たい、センサの高度通過フィルターは、増大原型の希 薄を処理できるように修正する事が出来る。 任意の時点　ｔ　での、再帰ステップの為の高速カルマンフィルター（ＦＫＦ） 公式は次の通りである。 ｗｈｅｒｅ、　ｆｏｒ　Ｊ＊０，１，２．、、、、Ｌ−１゜５ｕｅｄ、　ｉ、ｅ 、　ｆｏｒ　１ｗＬ。 Ｇ＝＝ｔ −Ｌ ｆＧｅｌｇ　１９７４．　１２２−１２４へ゛−ノ゛）仕に、ｃ！Ｉ２のこれま での文蝕カルマンフィルター技Ｈｊを使った航海システムの特定の具体化を説明 したい０図表で分かるように、連合フィルター方４（Ｎｅａｌ＾。 Ｃａｒｌｓｏｎ、１９８８＝　−Ｆｅｄｅｒａｔｅｄ　Ｆｉｌｔｅｒ　ｆｏｒ　 Ｆａｕｌｔ−ＴｏｌｅｒａｎＬ　Ｉｎｇｒａｔｅｄ　Ｎａｖ奄■≠狽奄盾■ Ｓｙｓｔｅｍｓ”、Ｐｒｏｃｅｅｄｉｎｇｓ　ｏｆ　ｔｈｅ　ＩＥＥＥ　＋９８ ８　ＰＬＡＮＳ、ＩＵＥＥ　ＡＥＳ　５ｏｃｉｅｔｙ、Ｉｌ撃■f−）’ の図１を見よ）は、二１２階のデータ処理技術である。地方のセンサーに関連し たフィルターのアウトプットは、秋に大きめのマスターフィルターによって処理 され、遁月み合わされる。地方の各フィルターは、別々のセンサーの下部システ ムに捧げられている。一つか一つ以上の地方フィルターは、共通９考システム、 例えば慣性航法８！　（ＩＮＳ）のデータも使える。これまでの集中カルマンフ ィルター技術に此べて有利な点は、地方フィルターの平行な運転による全体のシ ステムスループットの増加と、地方フィルターのデータ圧縮によるさらにその上 のシステムスルーブツトの増加である。高速計算が要求されるため、捏合センサ ー使用の大きな航海システムにとって、こういう取入り策は絶対に必要である。 これまでの大きなセンサーシステムの集中カルマンフィルターの見地から考える と、計算を高速させる策は、二つの概算方法の一触部門に入る。つまり、広底り 豆１と、−’−−唱”　ノ　−−である、（例えば　Ｇｅ１ｂ、　＋９７４ニー Ａｐｐｌｉｅｄ　Ｏｐｔｉｍａｌ　Ｅｓｔｌ＠ａｔｌｏｎ”、　ＨＩＴ　Ｐｒｅ ｓｓ、　２８９−２９１へ’　−ン’　！’照）不利な点■A概 算カルマンフィルターが完全に最適であることはできないことと、その結果とし て安定性が多少不備かになることである。とにかく、安定性を理論上厳正に定め るほうが口しいわけだ。 次に、ｆＷｂｉ上確実であると同時に、実用的な集中カルマンフィルタ一方法を 使う図３で表わされた発明の詳細な説明したい。 ！２１と図２を比較すると分かるように、発明の論理ユニット（１）とデータペ ースユニット（２）との間には相互的な通信結合があるが、これまての論理ユニ ット（］１）は一方的にデータペースユニット（１２）の信号しか受け取れなか った。これまてのセンサーとカリブレーションユニットが正しく働くには、デー タペースユニット（１２）にセンサー（１３）の性能に関する遥切なデータが系 まっていなくてはならなかった。そういう情報は、理論上窓められないとならな いし、普通各センサー（１３）をさまざまな規模の外部事象にさらして、定期的 に定め直さないとならない、これが、多くの実用的に重大な場合（軌道に乗った 気象衛星のラジオメーターのセンサーの場合なと）不可能だ０反対に、発明の論 理ユニット（１）は、一定のｔＩＩ測可能条件が満たされるという条件だけで、 データヘース（２）に集まった目盛す定めに関する情報を、伸ばしたり！！ｌｌ ｉしたりできる。 図２と図３を比較すれば分かるように、遼台カルマンフィルターＭ決法は、イン フォメーション連合や分離が、各地方フィルター計算更新サイクル毎に実施され ないと、一つの集中カルマンフィルターと同じであるとはいえない、　（その時 、マスターフィルターは、化１１土焦１の助けを借りないで大きなカルマンフィ ルターの間Ｕを解決できないといけない、〉つまり、１９６０年にカルマンが示 し、実隊、すでに１９世紀の初めにガウスとマルコブが示していたように、図３ の完全に集中されたカルマンフィルター解？ｊ！法が最迫結果を出すのであるが ら、口２の示すこれまての解決法は、理論上劣っている。しがし、これまでの集 中カルマンフィルターの計ＩＦ荷重は、ｎ　が１パラメーター（つまり、処理パ ラメーター推定の！！新のため計算しないとならない不明のＩの数）の数を示す 場合、ｎ　に比例する。 この装置と方法を使うと、センサーの内部の目盛り定め規定や＆ＳＷユニットの 速度にあまり関係なく、簡単で安いセンサーが開発できる。予測は出来るがまっ たく目盛り未定のセンサーを使用するにががわらず、ここで表わされた目盛り定 めと１準化の装置と方法では、リアルタイム適応で正確な結果を出せる。 発明された高速カルマンフィルター（ＦＫＦ）方法は、抜−立会１の−Ｉ１１原 則に基づく、センサの分ｔ＋ｔｓｍマトリックスの転倒方法の使用は、９を明に 従う、（倒えば、Ｌａｎｇｅ、　１９８８ａ　＊Ｒｉり解決は車重で正確である から、抜群な計算能力とともに、大きな集中カルマンフィルターのＲ逃さに達す る。 この技術にｐ練した人は、発明の１神を保ちながら、発明によって様々な変異を 実行できることを喜ぶだろう０発明の範囲は、下記の要求のうちに掲げている制 限を除いて、上に挙げた発明の特定の具体化例たけに留まらないことを分がって 頂きたい。 を考文献 （１）　にａｌｍａｎ、Ｒ，Ｅ、（＋９６０）：　”Ａ　ｎｅｗ　ａｐｐｒｏａ ｃｈ　ｔｏ　１ｉｎｅａｒ　ｆｉｌｔｅｒｉｎｇ　ａｎｄｐｒｅｄｉｃｔｉｏｎ 　ｐｒｏｂｌｅｍｓ″、Ｔｒａｎｓ、ＡＳＭＥ　Ｊ、ｏｆ　Ｂａ５ｉｃ　Ｅｎｇ 、８２：３５−４５（２）　Ｌａｎｇｅ、　Ａ、　Ａ、　（１９８２）：　”Ｍ ｕｌｔｉｐａｔｈ　ｐｒｏｐａＫａｔｉｏｎ　ｏｆ〜’ＬＦ　Ｏｍｅｇａ　ｓｉ ■獅≠撃刀h。 ＩＥＥＥ　ＰＬＡＮＳ　’８２　−　Ｐｏ５ｉｔｉｏｎ　Ｌｏｃａｔｌｏｎ　ａ ｎｄ　Ｎａｖｉｇａｔｉｏｎ　ＳｙｍｐｏｓｉｕｍＲｅｃｏｒｄ、Ｄｅｃｅｍｂ ｅｒ　１９８２．　３０２−：１０９゜（３）　Ｌａｎｃｅ、　Ａ、＾、　（＋ ９８４）：　”Ｉｎｔｅｇｒａｔｉｏｎ、　ｃａｌｉｂｒａｔｉｏｎ　ａｎｄ　 １ｎｔｅｒｃｏｅｐ≠窒鰍唐盾■ ｏｆ　ｂ□ｉｎｄｆｌｎｄｌｎｇ　ｄｅｉｃｅｓ”、ＷＭＯＩｎｓｔｒｕｍｅｎ ｔｓ　ａｎｄ　０ｂｓｅｒｖ　Ｉｎｇ　ＭｅｔｈｏｄｓＲｅｐｏｒｔ　Ｎｏ、　 １５゜ （４）　Ｌａｎｇｅ、Ａ、＾、（１９８８ａ）：　”Ａ　ｈｉｇｈ−ｐａｓｓ　 ｆｉｌｔｅｒ　ｆｏｒ　ｏｐｔｉｍｕｍ　ｃａｌｉｂｒａｔ奄盾■ ｏｆ　ｏｂｓｅｒｖｉｎｇ　ｓｙｓｔｅｍｓ　ｗｉｔｈ　ａｐｐｌｊｃａｔｌｏ ｎｓ”、　Ｓｉｍｕｌａｔｉｏｎ　ａｎｄＯｐｔｉｍｉｚａｔｉｏｎ　ｏｆ　Ｌ ａｒｇｅ　５ｙｓｔｅ＋＋ｓ、　ｅｄ口ｅｄ　ｂｙ＾、　Ｊ、　０ｓｌａｄａｃ ｚ、　０ｘｆｏｒｄＵｎｉｖｅｒｓｉｔｙ　Ｐｒｅｓｓ／；Ｃ１ａｒｅｎｄｏｎ 　Ｐｒｅｓｓ、　０ｘｆｏｒｄ、　１９８８．３１１−３２７（５）　Ｌａｎｇ ｅ、　Ａ、＾、　（１９８８ｂ）：Ｄｅｔｅｒｍｉｎａｔｉｏｎ　ｏｆ　ｔｈｅ 　ｒａｄｉｏｓｏｎｄｅ　ｂｉａｓｅｓ　ｂ■ ｕｓｉｎｇ　５ａｔｅｌｌｉｔｅ　ｒａｄｉａｎｃｅ　ｍｅａｓｕｒｅｍｅｎｔ ｓ″、ｎｏ　Ｉｎ５ｔｒｕｓｅｎｔｓ　ａｎｄＯｂｓｅｒｖｉｎｇ　Ｍｅｔｈｏ ｄｓ　Ｒｅｐｏｒｔ　Ｎｏ、　３３．２旧−２０６゜図４ ０２　これまでの技術 補正書の翻訳文提出書（特許法第１８４条α）平成６年２月ダ日

Claims (4)

【特許請求の範囲】
1. １．複台センサーシステムのデータの目盛り定めを提供する方法。センサーは、 外部事象に反応してアウトプット信号を提供する。方法は、次の段階から成る。 ａ）情報を記憶装置に入れるデータベース手段を提供する。情報とは次のことに ついてのものである。 −いくつかの前記のセンサーのためのコントロールポイントのセンサーアウトプ ット信号の多数の数値について、叉、前記のコントロールポイントのセンサーア ウトプット信号の数値に相当する前記の外部事象の多数の数値について。 −前記の目盛り既定のセンサーデータについて、また、現在の状態に相当する前 記の外部事象の数値について。 −前記のセンサーか現在の状態に相当する前記の外部事象に管理、叉は調節をす る場合、それについて。 ｂ）前記の目盛り既定のデータを提供する論理的手段を提供する。前記論離手段 は、前記のデータベースと相互的な通信結合を持つ。 ｃ）前記のセンサーから前記の論理手段にセンサーアウトプット信号を提供する 。 ｄ）前記のデータベース手段に前記の管理や調節をする場合、それについての情 報を提供する。 ｅ）前記の論理的な手段で、前記の目盛り既定のセンサーのデータと前記の新し い状態に相当する外部事象の数値を最適高速カルマンフィルター（ＦＫＦ）方法 を使って更新する。 ｆ）望み通り、前記の目盛り既定センサーのデータの更新の数値と、上記の外部 事象と両方を、又はどちらかを提供する。
2. ２．前記の論理手段が分散か階段の形で衝くが、おる手段で前記の高速カルマン フィルター（ＦＫＦ）方法を利用する要求１の方法。
3. ３．モニターされた事象に反応して、実質的に子側出来るセンサーアウトプット を提供する、複台センサーシステムで使う自盛り定め考察。考察は、次のことか ら成る。 ａ）目盛り定め考察が使用されようとする名センサーの多数のセンサーアウトプ ット数値について、また、コントロールポイントや現在の状態に相当する多数の 前記の外部事象数値についての情報を記憶するデータベース手段。 ｂ）最適高速カルマンフィルター（ＦＫＦ）方法に基づいた論理手段（１）。 論理手段は、前記のセンサーアウトプットの受信のため、前記の複合センサーシ ステムと機能的に結合している。また、多数のセンサーアウトプット数値と前記 の複合センサーシステムの目盛り既定のデータから成るアウトプットを提供する ため、叉は、さらに希望ならば、前もって選択された基準に実質上標準化出来る 前記の外部事象の現在の数値を提供するための、前記の外部事象の多数の数値に 関する情報を読み込んだり、更新したりするため、前記のデータベース手段とも 機能的に結合している。
4. ４．前記の論理手段が分散か階段の形で働くが、ある手段で前記の高速カルマン フィルター（ＦＫＦ）方法を利用する要求３の考察。