Soelaiman, R., Subakti, M.M.I. and Nugroho, R. (2007) Optimasi Filter Kalman dengan Metode Steepest Descent dan Least Mean Square pada Rekonstruksi Citra Dinamis

Abstract

Filter Kalman terbukti dapat melakukan proses rekonstruksi citra dinamis, dimana permasalahan rekonstruksi citra dinamis dimodelkan sebagai permasalahan estimasi dinamis dengan fungsi tujuan meminimalkan Mean Squared Error (MSE). Namun terdapat keterbatasan pada biaya komputasi filter Kalman yang mahal, sehingga dilakukan optimasi pada filter Kalman dengan menggunakan metode iteratif.

Pada paper ini, pemodelan sistem linier dari rekonstruksi citra dinamis diselesaikan dengan metode iteratif, yaitu metode Steepest Descent (SD) dan Least Mean Square (LMS). Kedua metode ini merupakan penurunan dari filter Kalman.

Uji coba dilakukan dengan menggunakan data sintetis, dengan membandingkan filter Kalman, metode langsung (Pseudo-RLS) dan metode iteratif (SD dan LMS). Hasil uji coba menunjukkan bahwa metode iteratif lebih singkat dalam biaya komputasinya, dengan kinerja yang hampir sama dengan filter Kalman dan metode Pseudo-RLS.

Keywords

Filter Kalman, estimasi dinamis, rekonstruksi citra dinamis, sistem linier, metode Recursive Least Squares (RLS), metode iteratif, Steepest Descent, Least Mean Square.