未知相关性下鲁棒融合与卡尔曼滤波的博弈论方法
系统与控制
2016-10-05 v1 机器人学
最优化与控制
摘要
本工作解决了融合两个具有未知互相关性的随机向量的问题。我们提出了一种在极小极大意义下计算最优估计的公式与数值方法。我们将该公式扩展至依赖于两个具有未知互相关性随机向量的线性测量模型。作为应用，我们考虑了多智能体群体的分布式状态估计问题。所提出的估计器考虑了互相关性，同时比广泛使用的协方差交集 方法更为不保守。我们通过数值示例和仿真，在利用相对位置测量的分布式状态估计这一具体应用中，展示了所提方法相较于协方差交集的优越性。
引用
@article{arxiv.1610.01045,
title = {A Game-Theoretic Approach to Robust Fusion and Kalman Filtering Under Unknown Correlations},
author = {Spyridon Leonardos and Kostas Daniilidis},
journal= {arXiv preprint arXiv:1610.01045},
year = {2016}
}