×
董祥祥；乔治·巴蒂斯特利；路易吉·奇西；蔡云泽

一种保证稳定性的变分贝叶斯移动时域估计自适应滤波器。 （英语） Zbl 1494.93111号

Automatica公司 142，文章ID 110374，12 p.（2022）.
摘要：本文讨论了线性系统的状态估计，特别关注未知过程和测量噪声协方差，旨在提高估计精度，同时确保稳定性。为此，首先解决了有限区间上的全信息估计问题。然后，一种新的自适应变分贝叶斯（VB）移动时域估计提出了一种（MHE）方法，利用VB推理、MHE和蒙特卡罗积分以及重要抽样来联合估计未知过程和测量噪声协方差，以及固定长度移动窗口上的状态轨迹。此外，证明了所提出的自适应VB-MHE滤波器在任何重要样本数和VB迭代次数下，以及在任何窗口长度下，均能保证估计误差的均方有界。最后，对目标跟踪实例的仿真结果表明了VB-MHE滤波器的有效性，与传统的非自适应卡尔曼滤波器和其他现有的自适应滤波器相比，该滤波器具有更高的估计精度和收敛性能。

MSC公司：

93E11号机组 随机控制理论中的滤波
93E10型 随机控制理论中的估计与检测
93D05型 李亚普诺夫和控制理论中的其他经典稳定性（拉格朗日、泊松、（L^p、L^p）等）
93C40型 自适应控制/观测系统
93二氧化碳 控制理论中的线性系统

关键词：

变分贝叶斯；移动时域估计；采用蒙地卡罗积分法；重要性抽样；稳定性
PDF格式BibTeX公司 XML格式引用
\textit{X.Dong}等人，Automatica 142，文章ID 110374，12 p.（2022；Zbl 1494.93111）
全文： 内政部 arXiv公司

参考文献：

[1] Alessandri，A。；Awawdeh，M.，《离散线性系统和测量值受异常值影响时具有保证鲁棒性的移动时域估计》，Automatica，67，85-93（2016）·Zbl 1335.93123号
[2] Alessandri，A。；巴格里托，M。；Battistelli，G.，离散时间线性系统的回归估计，IEEE自动控制汇刊，48，3，473-478（2003）·Zbl 1364.93758号
[3] Alessandri，A。；巴格里托，M。；Battistelli，G.，非线性离散时间系统的移动时域状态估计：新的稳定性结果和近似方案，Automatica，44，7，1753-1765（2008）·Zbl 1149.93034号
[4] Alessandri，A。；巴格里托，M。；Battistelli，G.，切换离散时间线性系统的最大似然卡尔曼滤波器，Automatica，46，11，1870-1876（2010）·Zbl 1218.93099号
[5] Alessandri，A。；Battistelli，G.，《移动地平线估计：开放问题、理论进展和新的应用前景》，《自适应控制和信号处理国际期刊》，34，6，703-705（2020）·Zbl 1465.93008号
[6] Alessandri，A。；Gaggro，M.，使用单次和多次迭代下降法的离散时间系统快速移动时域状态估计，IEEE自动控制汇刊，62，9，4499-4511（2017）·Zbl 1390.93742号
[7] 安德森，B.D.O。；Moore，J.B.，时变离散线性系统的可检测性和稳定性，SIAM控制与优化杂志，19，1，20-32（1981）·Zbl 0468.93051号
[8] Bar-Shalom，Y。；Kirubarajan，T。；Li，X.-R.，《应用于跟踪和导航的估算》（2002），John Wiley&Sons，Inc.：美国John Willey&Sons公司
[9] Battistelli，G.，具有到达成本共识的分布式移动时域估计，IEEE自动控制汇刊，64，8，3316-3323（2019）·Zbl 1482.93128号
[10] 巴蒂斯特利，G。；Chisci，L。；Gheradini，S.，《带二进制传感器的离散线性系统的移动时域估计：算法和稳定性结果》，Automatica，85，374-385（2017）·Zbl 1375.93120号
[11] 德尔加多，R.A。；Goodwin，G.C.，有限数据和/或移动时域估计的MAP和Bayesian组合方案，Automatica，50，4，1116-1121（2014）·Zbl 1298.93326号
[12] Dong，X。；巴蒂斯特利，G。；Chisci，L。；Cai，Y.，用于未知噪声统计的分布式状态估计的自适应一致性滤波器，IEEE信号处理快报，281595-1599（2021）
[13] Dong，X。；Chisci，L。；Cai，Y.，具有未知噪声统计的非线性多传感器系统的自适应变分贝叶斯滤波器，信号处理，179，文章107837 pp.（2021）
[14] 董，P。；Jing，Z。；Leung，H。；Shen，K.，基于Wishart分布的变分贝叶斯自适应容积信息滤波器，IEEE自动控制学报，62，11，6051-6057（2017）·Zbl 1458.62073号
[15] 法里纳，M。；费拉里·特雷卡特，G。；Scattolini，R.，线性约束系统的分布式移动时域估计，IEEE自动控制汇刊，55，11，2462-2475（2010）·Zbl 1368.93677号
[16] 法里纳，M。；费拉里·特雷卡特，G。；Scattolini，R.，大系统基于分区的移动时域状态估计，Automatica，46，5，910-918（2010）·Zbl 1191.93130号
[17] Fiedler，F.、Baumbach，D.、Börner，A.和Lucia，S.（2020年）。一种用于视觉惯性传感器融合问题的概率移动时域估计框架。2020年欧洲控制会议（第1009-1016页）。
[18] 加尔比，M。；拜耳，F。；Ebenbauer，C.，离散时间非线性系统的邻近移动时域估计，IEEE控制系统快报，5，6，2090-2095（2021）
[19] 黄，Y。；Zhang，Y。；吴，Z。；李，N。；Chambers，J.，具有不精确过程和测量噪声协方差矩阵的新型自适应卡尔曼滤波器，IEEE自动控制汇刊，63，2，594-601（2018）·Zbl 1390.93790号
[20] 黄，Y。；朱，F。；贾，G。；Zhang，Y.，滑动窗口变分自适应卡尔曼滤波器，IEEE电路与系统汇刊II：快讯，67，12，3552-3556（2020）
[21] 约瑟夫，P.D。；Tou，J.T.，《线性控制理论》，美国电气工程师学会学报，第二部分：应用与工业，80，4，193-196（1961）
[22] Kalman，R.E.，《线性滤波和预测问题的新方法》，《基础工程杂志》，82，1，35-45（1960）
[23] Lauricella，M。；法里纳，M。；施耐德，R。；Scattolini，R.，基于移动时域估计的线性系统迭代分布式故障检测和隔离，自适应控制和信号处理国际期刊，34，6，743-756（2020）·Zbl 1467.93303号
[24] Leung，H。；朱，Z。；丁，Z.，滤波噪声混沌信号中扩展卡尔曼滤波器的非周期现象，IEEE信号处理汇刊，48,61807-1810（2000）·Zbl 1370.94167号
[25] 刘，A。；Yu，L。；张，W.-A。；Chen，M.Z.Q.，《具有量化测量和数据包丢失的网络系统的移动时域估计》，IEEE电路与系统汇刊。I.常规论文，60，7，1823-1834（2013）·Zbl 1469.94004号
[26] Mehra，R.K.，自适应滤波方法，IEEE自动控制汇刊，17，5，693-698（1972）·Zbl 0261.93036号
[27] 奥哈根，A。；Forster，J.J.，Kendall的高级统计理论，第2B卷：贝叶斯推断，第2B卷（2004），阿诺德·Zbl 1058.6202号
[28] Rao，C.V。；罗林斯，J.B。；Lee，J.H.，约束线性状态估计——一种移动地平线方法，Automatica，37，10，1619-1628（2001）·Zbl 0998.93039号
[29] Rao，C.V。；罗林斯，J.B。；Mayne，D.Q.，非线性离散时间系统的约束状态估计：稳定性和移动时域近似，IEEE自动控制汇刊，48，2，246-258（2003）·Zbl 1364.93781号
[30] Reif，K。；冈瑟，S。；Yaz，E。；Unbehauen，R.，离散时间扩展卡尔曼滤波器的随机稳定性，IEEE自动控制汇刊，44，4714-728（1999）·兹比尔0967.93090
[31] Sato，M.-a，基于变分贝叶斯的在线模型选择，神经计算，13，71649-1681（2001）·Zbl 1013.62087号
[32] 施耐德，R。；Marquardt，W.，基于分区的受限移动时域估计器的收敛性和稳定性，IEEE自动控制汇刊，61，5，1316-1321（2016）·Zbl 1359.93123号
[33] Tzikas，D.G。；利卡斯，A.C。；Galatsanos，N.P.，贝叶斯推断的变分近似，IEEE信号处理杂志，25，6，131-146（2008）
[34] Wanasinghe，T.R.、Mann，G.K.I.和Gosine，R.G.（2015）。离散时间容积卡尔曼滤波器的稳定性分析。2015年IEEE第54届决策与控制会议（第5031-5036页）。
[35] 尹，X。；Liu，J.，双时间尺度非线性系统的分布式移动时域状态估计，Automatica，79，152-161（2017）·Zbl 1371.93031号
[36] Youn，W。；黄，Y。；Myung，H.，Outlier-robust学生使用时差测量对载人飞机进行基于t的IMM-VB定位，IEEE/ASME机电一体化汇刊，25，3，1646-1658（2020）
[37] 张，C。；Bütepage，J。；Kjellström，H。；Mandt，S.，变分推理的进展，IEEE模式分析和机器智能汇刊，41,82008-2026（2019）
[38] 邹，L。；王，Z。；胡，J。；周，D.，动态量化效应下未知输入的移动时域估计，IEEE自动控制汇刊，65，12，5368-5375（2020）·Zbl 07320107号
[39] 邹，L。；王，Z。；Zhou，D.，基于组件的动态事件触发传输下非均匀采样的移动时域估计，Automatica，120，第109154页，（2020）·Zbl 1448.93191号
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。