用于平滑噪声眼动数据的随机非线性动力学系统

本研究针对准确确定屏幕上注视位置这一挑战进行了系统性探讨，这往往受到眼动计量器 limitations、校准漂移、环境光变化和眨眼等噪声的影响。我们提出使用扩展卡尔曼滤波器（EKF）平滑眼动实验中收集的眼动数据，并系统性地探讨了不同系统参数之间的相互作用。我们的结果表明，EKF 显著降低了噪声，导致跟踪精度显著提高。此外，我们证明了所提出的随机非线性动力学模型与真实实验数据良好吻合，并在相关领域具有广泛应用前景。