融合 Levenberg-Marquardt 方法的高斯 - 牛顿滤波用于雷达跟踪
适应与自组织系统
2011-10-25 v1
摘要
本文表明，Levenberg-Marquardt 算法 (LMA) 可以融入高斯 - 牛顿滤波器 (GNF) 中，以跟踪困难的非线性轨迹而不发生发散。本文讨论的 GNF 是由 Norman Morrison [1] 引入的一种具有记忆的迭代滤波器。该滤波器利用预测状态的反向传播来计算滤波器记忆长度上的雅可比矩阵。LMA 是广泛用于数据拟合 [2] 的优化技术。这些优化技术是迭代的并保证局部收敛。我们还通过仿真研究表明，该滤波器的性能不受过程噪声的影响，而过程噪声的知识对于卡尔曼滤波器族至关重要。
引用
@article{arxiv.1110.5207,
title = {Gauss-Newton Filtering incorporating Levenberg-Marquardt Methods for Radar Tracking},
author = {Roaldje Nadjiasngar and Michael Inggs},
journal= {arXiv preprint arXiv:1110.5207},
year = {2011}
}