跳到正文
热点事件持续更新

提出探针集改进非线性卡尔曼滤波增益与协方差

1 篇报道1 个报道来源2 小时前更新

先了解这件事

AI 综述

Shida Jiang、Shengyu Tao 与 Scott Moura 在论文中提出探针集方法:在预测不确定度区域内选取一组按协方差缩放的状态点,重复局部近似,并选择使这些局部近似平均报告协方差最小的增益,用于改进非线性卡尔曼滤波的增益选择与协方差估计。 作者将该框架应用于四种卡尔曼滤波变体,在两个系统上各做 300 次随机设置,与多个基线比较。针对二次测量,作者推导出条件:当预测不确定度被显著低估时,探针法可获得比单中心增益更低的归一化真实误差方差。

AI 根据报道生成 · 1 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月15日
  1. arXiv eess.SY 系统与控制精选
    Probe Sets for Nonlinearity-robust Kalman Filtering: Multi-Center Gains and Covariance Recalibration

    论文提出探针集方法,在预测不确定度区域内选取一组按协方差缩放的状态点重复局部近似,并选择使这些局部近似平均报告协方差最小的增益,用于改进非线性 Kalman 滤波的增益与协方差估计。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。