卡尔曼-布基滤波器中的参数不确定性

@文章{Allan2017ParameterUI,title={卡尔曼-布基滤波器中的参数不确定性},author={Andrew L.Allan和Samuel N.Cohen},日志={SIAM J.控制优化},年份={2017年},体积={57},页码={1646-1671},网址={https://api语义scholar.org/语料库ID:119172990}}
本文提出了一种处理连续卡尔曼-布基滤波器问题的方法,并给出了相关哈密顿-雅可比-贝尔曼方程的一个新的唯一性结果。

本文中的数字

93E11随机控制理论中的滤波93E10随机控制理论的估计和检测

本文研究了模型不确定性下的广义Kalman-Bucy模型及其相应的鲁棒问题。我们发现这个鲁棒问题等价于一个估计问题

不确定性下的卡尔曼-布基滤波和最小均方估计

得到了g期望下的卡尔曼-布基滤波方程,证明了存在一个最坏情况先验,并推导了最小均方误差的存在唯一性结果。

隐马尔可夫模型中不确定性的鲁棒滤波和传播

这项工作量化并分析了在收集新观测值时,诱导的不确定性如何随时间传播,并通过基于路径滤波的技术,用于同时提供隐藏信号的稳健估计和学习未知参数。

PR]2 J ul 2 01 9观测不确定的滤波问题

本文研究了一种广义卡尔曼-布基滤波模型及其在模型不确定性下的鲁棒性问题。我们发现这个稳健的问题相当于考虑

PR]1 5 A ug 2 01 9观测中存在不确定性的滤波问题

本文研究了一种广义卡尔曼-布基滤波模型及其在模型不确定性下的鲁棒性问题。我们发现这个稳健的问题相当于考虑

路径随机控制及其在鲁棒滤波中的应用

我们研究了路径随机最优控制的问题,其中对每一个固定的驱动噪声实现都进行了优化,通过将问题表述为最优

线性凸模型下连续时间情节强化学习的探索-开发权衡

提出了一种基于阶段的学习算法,该算法显示了如何优化勘探开发权衡,并在高概率和高期望下实现次线性遗憾,从而匹配文献中的最佳结果。

部分信息下远期无差异估值与基差风险对冲

我们研究了当交易股票S可用于对冲时,欧洲和美国对非分级资产Y的债权的对冲和估值,其中S和Y遵循相关几何布朗

鲁棒卡尔曼-布基滤波器

针对持续激励下的不确定随机系统,提出了一种鲁棒估计方法,该方法在存在不确定性和/或持续激励的情况下,渐近恢复了期望的最优性能。

离散时间隐马尔可夫模型的不确定性与滤波

非线性期望理论是根据惩罚函数来描述的,在涉及过程参数存在不确定性的情况下,惩罚函数可以在时间上代替滤波器向前传播。

不确定动态线性系统的鲁棒滤波和预测:一种博弈论方法

我们研究了鲁棒线性滤波器和预测器的博弈理论解的存在性和行为。我们的基本不确定性类包括:具有

噪声强度函数不确定的Minimax准则卡尔曼滤波

研究了非平稳白噪声强度不确定的线性连续观测模型的极大极小滤波问题。为了设计极小极大滤波算法,

线性时不变连续系统的鲁棒滤波

本文通过传递函数和多项式来处理具有参数不确定性的线性时不变(LTI)连续系统的鲁棒滤波问题

不确定线性系统基于灵敏度惩罚的鲁棒状态估计

在一定条件下,证明了该鲁棒估计器收敛于稳定系统,其估计误差具有有界协方差矩阵,且估计渐近无偏。

协方差函数不确定随机序列的极大极小线性滤波

将所开发的迭代程序应用于具有不精确给定加速度协方差函数的机动目标位置滤波,并根据相应置信区域的形式选择考虑的不确定性集。

离散线性不确定系统的H∞估计

本文研究状态矩阵和输出矩阵均具有时变赋范参数不确定性的线性离散时间系统的Hm估计问题。我们设计

线性滤波和预测理论的新结果

与随机估计和确定性控制问题相关的对偶原理在证明理论结果中起着重要作用,方差方程的性质在自适应系统理论中非常有趣。

无限时域上的H/sub/spl-infin//高斯滤波器

    向晨周克敏
    工程、计算机科学
  • 2002
通过求解一组耦合的代数Riccati方程,该滤波器可被视为卡尔曼滤波器在最坏情况下对模型不确定性对象的自然扩展。