基于 Oja 主成分流的低秩近似卡尔曼滤波器：离散时间线性系统
最优化与控制
2024-09-05 v2 系统与控制
系统与控制
摘要
卡尔曼滤波器是跨领域进行状态估计的必备工具，但在高维情况下的计算挑战令人关注。如 Riccati 方程近似方法旨在缓解这种复杂度，但确保误差有界等属性仍具挑战性。Yamada 和 Ohki 引入了针对连续时间系统的低秩卡尔曼-巴基滤波器，确保误差有界。本文提出了该方法的离散时间版本，并展示了其系统理论性质以及保证均方误差估计的条件。数值仿真表明所提方法有效。
引用
@article{arxiv.2407.05675,
title = {Low-rank approximated Kalman filter using Oja's principal component flow for discrete-time linear systems},
author = {Daiki Tsuzuki and Kentaro Ohki},
journal= {arXiv preprint arXiv:2407.05675},
year = {2024}
}
备注
6 pages, presented at SICE2024