Performance Analysis of Computational Intelligence Correction

Der Artikel untersucht die Leistungsfähigkeit rechnergestützter Korrekturmethoden der Intelligenz, wobei der Schwerpunkt auf dem Kalman-Filter und seinen Verbesserungen liegt. Es beginnt mit einer Einführung in die Geschichte des Kalman-Filters und seine Anwendungen in der Navigation. Der Modifizierte Kalman-Filter mit rekursiver Kovarianzschätzung (MKF-RCE) wird als effizienter Ansatz zur Handhabung großer Prozessunsicherheiten und Messgeräusche präsentiert. Der Such- und Rettungsoptimierungsalgorithmus (SAR) wird dann als metaheuristische Technik eingeführt, die die klassischen Optimierungsmethoden übertrifft. Der Artikel untersucht weiter die Integration von SAR mit dem Kalman-Filter zur Optimierung von Kovarianzparametern, was zu einer verbesserten Positionierungsleistung führt. Die Leistungsanalyse basiert auf statistischen Genauigkeitsmessungen, wobei reale Daten eines GPS-Empfängers an der Universität Andhra, Visakhapatnam, die überlegene Genauigkeit und schnellere Konvergenz der vorgeschlagenen Methode im Vergleich zu herkömmlichen Ansätzen belegen. Die Schlussfolgerung hebt die signifikanten Verbesserungen bei Präzision und Genauigkeit hervor, die durch den SAR-gesteuerten Kalman-Filter erzielt werden.