• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Signal Processing, IET >Kullback–Leibler divergence for interacting multiple model estimation with random matrices
【24h】

Kullback–Leibler divergence for interacting multiple model estimation with random matrices

机译：Kullback-Leibler散度，用于将多个模型估计与随机矩阵交互

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

The problem of interacting multiple model (IMM) estimation for jump Markov linear systems with unknown measurement noise covariance is studied. The system state and the unknown covariance are jointly estimated, where the unknown covariance is modelled as a random matrix according to an inverse-Wishart distribution. For the IMM estimation with random matrices, one difficulty encountered is the combination of a set of weighted inverse-Wishart distributions. Instead of using the moment matching approach, this difficulty is overcome by minimising the weighted Kullback-Leibler divergence for inverse-Wishart distributions. It is shown that a closed-form solution can be derived for the optimisation problem and the resulting solution coincides with an inverse-Wishart distribution. Simulation results show that the proposed filter outperforms the previous work using the moment matching approach.
机译：研究了具有未知测量噪声协方差的跳跃马尔可夫线性系统的交互多模型估计问题。联合估计系统状态和未知协方差，其中根据逆Wishart分布将未知协方差建模为随机矩阵。对于具有随机矩阵的IMM估计，遇到的一个困难是一组加权反Wishart分布的组合。通过使用最小化反Wishart分布的加权Kullback-Leibler发散来克服此困难，而不是使用矩匹配方法。结果表明，可以针对优化问题导出封闭形式的解，并且所得解与反Wishart分布一致。仿真结果表明，所提出的滤波器使用矩匹配方法优于以前的工作。

著录项

  • 来源
    《Signal Processing, IET》 |2016年第1期|12-18|共7页
  • 作者

    Wenling Li; Yingmin Jia;

  • 作者单位

    Seventh Res. Div., Beihang Univ. (BUAA), Beijing, China;

  • 收录信息
  • 原文格式 PDF
  • 正文语种 eng
  • 中图分类
  • 关键词

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