• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>IEEE Statistical Signal Processing Workshop >A Probabilistic Approach for Adaptive State-Space Partitioning
【24h】

A Probabilistic Approach for Adaptive State-Space Partitioning

机译：一种自适应状态空间分区的概率方法

获取原文
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

The multiple Bayesian filtering approach is based on the partitioning of the state-space in several lower dimensional subspaces, combined with a set of parallel filters that characterize the marginal subspace posteriors. This solution has been shown to perform well and solve some of the problems typically suffered by standard Bayesian filters, such as the curse-of-dimensionality, in some scenarios. An inherent problem in the application of multiple Gaussian filters (MGF) and multiple particle filters (MPF) proposed in the literature is how to partition the state-space. A closed answer does not exist because this is an application-dependent problem. In this contribution we further elaborate on the multiple filtering approach, and propose a probabilistic adaptive state-partitioning strategy based on the crosscorrelation computed at each filter.
机译：多个贝叶斯滤波方法基于几维子空间中的状态空间的分区，与一组并联滤波器组合，该滤波器表征边缘子空间后断。此解决方案已被证明表现良好，并解决了一些通常由标准贝叶斯过滤器（例如诅咒）遭受的一些问题在某些情况下。在文献中提出的多个高斯滤波器（MGF）和多粒子过滤器（MPF）的应用中的固有问题是如何分区状态空间。关闭答案不存在，因为这是应用程序相关的问题。在该贡献中，我们进一步详细说明了多种过滤方法，并基于在每个滤波器处计算的跨相关性的概率自适应状态分区策略提出。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号