B.M.米勒。；科洛索夫，K.S。 基于最小绝对偏差法和卡尔曼滤波的稳健估计。 （英语。俄文原件） Zbl 1457.93077号 自动。远程控制 81，第11号，1994-2010（2020）; Avtom翻译。Telemekh公司。2020年，第11期，72-92（2020）。 摘要：我们提出了一种新的方法来解决基于不完全测量的线性系统中的滤波问题，其中动态噪声的特性未知，并且测量可能包含异常的非高斯误差。该算法基于联合使用自适应卡尔曼滤波器和广义最小绝对偏差方法的思想。通过数值建模，我们表明，与经典的最优线性滤波方法相比，我们的解决方案对测量中的短期异常值具有较低的灵敏度，并可快速调整系统动力学参数。该算法可用于解决飞机上的机载导航和跟踪问题。为了实现最小绝对偏差方法，我们使用了一种有效的L_1优化算法。 MSC公司： 93E11号机组 随机控制理论中的滤波 93二氧化碳 控制理论中的线性系统 关键词：卡尔曼滤波器；最小绝对偏差法；\（L_1）-优化；自适应滤波；鲁棒滤波；航行；容错性；非高斯噪声 PDF格式BibTeX公司 XML格式引用 \textit{B.M.Miller}和\textit{K.S.Kolosov}，汽车。遥控器81，No.11，1994-2010（2020；Zbl 1457.93077）；Avtom翻译。Telemekh公司。2020年，第11期，72-92（2020） 全文： DOI程序 参考文献： [1] Liptser，RSh；Shiryaev，AN，Statistika sluchainykh protessov（随机过程统计）（1974），莫斯科：瑙卡，莫斯科 [2] 印第安纳州Sinitsyn，Filatry Kalmana i Pugacheva（卡尔曼和普加切夫过滤器）（2006年），莫斯科：Logos，莫斯科 [3] Miller，A.B.和Miller，B.M.《基于纯方位观测的无人机轨迹跟踪》，第53届IEEE决策与控制会议，洛杉矶，2014年，第4178-4184页。 [4] Salychev，OS，基于Mems的惯性导航：期望与现实（2012），莫斯科：鲍曼莫斯科国立技术大学，莫斯科 [5] Vremeenko，KK；Zheltov，SYu；Kim，内华达州；科佐雷斯，DA；明尼苏达州克拉西尔什奇科夫；Sebryakov，GG；锡帕洛，KI；Chernomorskii，AI，Soveremennye informatsionnye tekhnologii v zadachakh navigasii i navedeniya bespironykh manevrennykh letatelanykh appartov（无人机动飞行器导航和跟踪问题中的现代信息技术）（2009），莫斯科：菲兹马特利特，莫斯科 [6] Lainiotis，D.，《最佳自适应估计：结构和参数自适应》，IEEE Trans。自动。控制，编号16，160-170（1971）·doi:10.1109/TAC.1971.1099684 [7] Yang，Y。；Gao，W.，《最佳自适应卡尔曼滤波器》，《大地测量学》，第80期，177-183页（2006）·Zbl 1142.93440号 ·doi:10.1007/s00190-006-0041-0 [8] 穆罕默德，AH；Schwarz，KP，《INS/GPS自适应卡尔曼滤波》，《大地测量学杂志》，第73期，193-203年（1999年）·Zbl 1001.86014号 ·doi:10.1007/s001900050236 [9] Reina，G.、Vargas，A.、Nagatani，K.和Yoshida，K.基于GPS的移动机器人定位自适应卡尔曼滤波，安全、安保和救援机器人国际研讨会，意大利罗马，2007年9月。 [10] 博索夫，AV；Pankov，AR，随机系统过程的鲁棒递归估计，Autom。遥控器，53，编号9，1395-1402（1992）·Zbl 0825.93716号 [11] 科赫，韩国；Yang，Y.，秩亏观测模型的稳健卡尔曼滤波，《大地测量学杂志》，第72期，第436-441页（1998年）·Zbl 0999.86013号 ·doi:10.1007/s001900050183 [12] 张国斌；刘明，基于M估计的鲁棒卡尔曼滤波器，用于具有过程建模误差和秩亏测量模型的系统，Nonlin。动态。，编号：80，1431-1449（2015）·Zbl 1351.93153号 ·doi:10.1007/s11071-015-1953-0 [13] Cao，L.，Qiao，D.，and Chen，X.Laplace L1 Huber基Cubature Kalman滤波器用于小卫星姿态估计，Acta Astronaut。，2018年，第148卷。https://doi.org/10.1016/j.actaastro.2018.04.020 [14] 休伯，PJ，稳健统计（1981），纽约：威利，纽约·Zbl 0536.62025号 ·doi:10.1002/0471725250 [15] 罗德岛阿姆斯特朗；Frome，EL，两种绝对偏差曲线拟合算法的比较，美国统计学杂志。协会，71，354，328-330（1976）·Zbl 0344.62055号 ·doi:10.1080/016214519976.10480341 [16] Maybeck，P.S.随机模型、估计和控制，纽约：学术出版社，1982年，第2卷，第70-129页·Zbl 0546.93063号 [17] 科茨，S。；TJ Kozubowski；Podgorski，K.，《拉普拉斯分布与推广》（2001），纽约：斯普林格出版社，纽约·Zbl 0977.62003年 ·doi:10.1007/978-1-4612-0173-1 [18] 巴罗达尔，I。；Roberts，F.，离散L1线性近似的改进算法，SIAM J.Numer。分析。，编号10，839-848（1973）·Zbl 0266.65016号 ·doi:10.1137/0710069 [19] Abdelmalek，NabihN，《关于离散线性L1逼近和超定线性方程的L1解》，《近似理论》，第11期，第38-53页（1974年）·Zbl 0273.41017号 ·doi:10.1016/0021-9045（74）90037-9 [20] Abdelmalek，NabihN，离散线性L1近似问题的一种有效方法，数学。计算。，29，编号131，844-850（1975）·Zbl 0307.65052号 [21] Hogben，L.，《线性代数手册》（2013），博卡拉顿：CRC出版社，博卡拉顿·Zbl 1284.15001号 ·doi:10.1201/b16113 [22] Teunissen，PJG，DIA方法的分布理论，《大地测量学杂志》，92，59-80（2018）·doi:10.1007/s00190-017-1045-7 [23] 徐长辉；芮小平；宋咸丰；高景祥，精确点定位卡尔曼滤波的广义可靠性测度，J.Syst。电子工程。，24，第4期，699-705（2013）·doi:10.1109/JSEE.2013.00081 [24] Seo，Seong-Hun，Jee，Gyu-In，Byung-Hyun，Lee，Sung-Hyuck，Im和Kwan-Sung，Kim使用基线向量分量切线角方差识别欺骗信号的假设检验，Proc。2017年9月，俄勒冈州波特兰，导航学会卫星部门第30次国际技术会议（ION GNSS+2017），第1229-1240页。 [25] Julier，S.J.、Uhlmann，J.K.和Durrant-Whyte，H.F.过滤非线性系统的新方法，Proc。IEEE美国控制会议，1995年，第1628-1632页。 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。