卡祖富米·伊藤;熊凯奇 非线性滤波问题的高斯滤波器。 （英语） Zbl 0976.93079号 IEEE传输。自动。控制 45，第5号，910-927（2000）. 从含噪观测数据估计非线性随机系统状态最常用的滤波器是扩展卡尔曼滤波器。然而，如果非线性显著，其性能可以大大提高，如阿尔斯佩斯和索伦森（1967、1972）、C.P.方、朱利叶和乌尔曼（1994、1995）最近的工作所示。本文作者通过开发和分析基于高斯分布的非线性滤波算法的实时和精确滤波器，继续进行这些工作。他们的论文提出了高斯滤波器和混合高斯滤波器的系统公式。提出的高斯滤波器基于两个步骤：假设条件概率密度存在且为高斯分布；该滤波器是通过将贝叶斯公式与前两个矩相等来获得的。该方法基于最优递归滤波的贝叶斯公式的有效数值积分。此外，作者还讨论了混合高斯滤波器，其中条件概率密度由高斯分布的和近似。Alspace和Sorenson在1967年和1972年已经研究过的高斯和滤波器适用于高斯分布的更新，并提出了高斯和滤波器权重的新更新规则。通过仿真，作者表明，本文开发的滤波器的性能优于Julier-Uhlmann（1994）的滤波器和扩展卡尔曼滤波器。审核人：Rainer Buckdahn（布雷斯特） 引用于95文件 MSC公司： 93E11号机组 随机控制理论中的滤波 93立方厘米 控制理论中的非线性系统 关键词：Zakai方程;扩展卡尔曼滤波器;非线性滤波;高斯分布;混合高斯滤波器 PDF格式BibTeX公司 XML格式引用 \textit｛K.Ito｝和\textit｛K.Xiong｝，IEEE Trans。自动。控制45，编号5，910--927（2000；Zbl 0976.93079） 全文： 内政部 链接