基于Kalman滤波扰动观测器的偏差-方差权衡
信号处理
2026-01-16 v2
摘要
扰动观测器的性能严重受到对扰动模型先验知识水平的影响。同时输入和状态估计(SISE)算法被广泛认可为在任意扰动模型下提供无偏最小方差估计。相比之下，基于Kalman滤波的扰动观测器(KF-DOB)在扰动模型完全指定时实现最小均方误差估计。然而，实际场景往往处于这两种极端之间，仅能获得扰动模型的部分知识。本文研究了当扰动模型不完整时KF-DOB固有的偏差-方差权衡。我们进一步指出，SISE可被解释为扰动噪声协方差趋于无穷时的特殊KF-DOB情形。为解决这一权衡，我们提出两种新型估计器：基于多核协相关Kalman滤波扰动观测器(MKCKF-DOB)和基于交互式多模型Kalman滤波扰动观测器(IMMKF-DOB)。仿真结果验证了所提方法的有效性。
引用
@article{arxiv.2410.05061,
title = {Bias-VarianceTrade-off in Kalman Filter-Based Disturbance Observers},
author = {Shilei Li and Dawei Shi and Xiaoxu Lyu and Jiawei Tang and Ling Shi},
journal= {arXiv preprint arXiv:2410.05061},
year = {2026}
}