基于一致性与协方差交集混合的分散状态估计
系统与控制
2016-03-04 v1 机器人学
摘要
本文提出一种用于分散动态状态估计的新型递归信息一致性滤波器。不对网络拓扑作任何结构假设，且假设局部估计器仅能获取局部信息。网络无需始终保持连通。对可能相关的先验的一致性通过协方差交集(CI)实现，而对新信息的一致性则使用基于Metropolis-Hastings马尔可夫链的权重来处理。我们建立了估计性能的界，并表明我们的方法产生比CI更优的无偏保守估计。所提方法的性能在大气扩散问题上进行了评估，并与竞争算法进行了比较。
引用
@article{arxiv.1603.00955,
title = {Decentralized State Estimation via a Hybrid of Consensus and Covariance intersection},
author = {Amirhossein Tamjidi and Suman Chakravorty and Dylan Shell},
journal= {arXiv preprint arXiv:1603.00955},
year = {2016}
}