一种新的参数化随机粒子流滤波器族
信号处理
2021-09-28 v3 概率论
摘要
在本文中,我们关注粒子流滤波器的以下问题:我们能否提供粒子流滤波器给出正确结果(如 unbiased 估计)的理论保证?粒子流是否稳定以及在何种条件下稳定?我们能否拥有一种粒子流滤波器,而非多个看似不同的滤波器?为回答这些问题,我们首先推导了一族参数化随机粒子流滤波器,其中粒子流由先验知识与测量似然信息的线性组合驱动。然后我们表明,文献中存在的若干粒子流是该族的特殊情况。我们证明了在线性测量与高斯分布假设下粒子流是无偏的,且由随机流构造的估计是一致的。我们进一步为这一新随机粒子流族建立了若干有限时间稳定性概念。本文报道的结果代表着向建立粒子流滤波器理论基础迈出的重大进展。
引用
@article{arxiv.2103.09676,
title = {A New Parameterized Family of Stochastic Particle Flow Filters},
author = {Liyi Dai and Fred Daum},
journal= {arXiv preprint arXiv:2103.09676},
year = {2021}
}