分布式集合成员过滤的渐近有界性
系统与控制
2025-09-18 v1 系统与控制
摘要
渐近有界性是分布式集合成员过滤（DSMFing）的关键性质，防止集合估计因包裹效应而无限增长。然而，这一重要性质相较于其无噪声和随机噪声对手——分布式观测器（DOs）的收敛性和分布式卡尔曼滤波器（DKFs）的有界误差协方差——研究仍不足。本文针对线性离散时间系统的 DSMFing 渐近有界性进行研究。引入一种新概念，即“集合观测-信息塔”（COIT），以刻画图结构与集合估计之间的基本关系，从而实现有界性分析。借助 COIT，建立了线性 DSMFing 渐近有界性的易于验证的充分条件。令人惊讶的是，充分条件推广了众所周知的分布式观测器（DOs）和分布式卡尔曼滤波器（DKFs）的集合可检测性条件；它将 DSMFs 与现有分布式估计方法联系起来，揭示了 DSMFs 的独特特征。
引用
@article{arxiv.2509.14106,
title = {Asymptotic Boundedness of Distributed Set-Membership Filtering},
author = {Yudong Li and Yirui Cong and Shimin Wang and Martin Guay and Jiuxiang Dong},
journal= {arXiv preprint arXiv:2509.14106},
year = {2025}
}