...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>IEEE Transactions on Automatic Control >A Novel Outlier-Robust Kalman Filtering Framework Based on Statistical Similarity Measure
【24h】

A Novel Outlier-Robust Kalman Filtering Framework Based on Statistical Similarity Measure

机译：基于统计相似度测量的新型异常型高强大的卡尔曼滤波框架

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

In this article, a statistical similarity measure is introduced to quantify the similarity between two random vectors. The measure is, then, employed to develop a novel outlier-robust Kalman filtering framework. The approximation errors and the stability of the proposed filter are analyzed and discussed. To implement the filter, a fixed-point iterative algorithm and a separate iterative algorithm are given, and their local convergent conditions are also provided, and their comparisons have been made. In addition, selection of the similarity function is considered, and four exemplary similarity functions are established, from which the relations between our new method and existing outlier-robust Kalman filters are revealed. Simulation examples are used to illustrate the effectiveness and potential of the new filtering scheme.
机译：在本文中，引入统计相似度测量来量化两个随机向量之间的相似性。 然后，该措施是用于开发一种新的异常稳健的卡尔曼滤波框架。 分析和讨论了近似误差和所提出的滤波器的稳定性。 为了实现滤波器，给出了定点迭代算法和单独的迭代算法，并且还提供了它们的本地收敛条件，并且已经进行了它们的比较。 另外，考虑了相似函数的选择，并建立了四个示例性相似性功能，从中揭示了我们新方法和现有的异常鲁棒卡尔曼滤波器之间的关系。 模拟实施例用于说明新过滤方案的有效性和潜力。

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