学习过程噪声涂层动力学的自适应卡尔曼滤波器
系统与控制
2026-04-24 v1 系统与控制
信号处理
摘要
在许多状态估计应用中，过程噪声是涂层的，这种情况通过对增强涂板动力学的标准卡尔曼滤波器（KF）来解决。本文考虑过程涂板动力学未知的情况，这使得标准方法获得的估计次优。为此，本文提出一种自适应技术，基于以下原则：若测量噪声为白噪声，则创新序列为白噪声当且仅当过程噪声为白噪声。我们发展了一种基于创新消色自适应卡尔曼滤波器（IWAKF），其在线学习过程噪声的涂板。通过在状态增广框架中嵌入未知涂板滤波器，IWAKF 通过最小化创新的经验自相关性来调整其参数，从而将其驱动向白色化，从而在无需先验涂板动力学知识的情况下恢复近似最优性。
引用
@article{arxiv.2604.21644,
title = {An Adaptive Kalman Filter that Learns the Coloring Dynamics of the Process Noise},
author = {Mohammad Almuhaihi and Dennis Bernstein},
journal= {arXiv preprint arXiv:2604.21644},
year = {2026}
}