多传感器次优融合学生氏 t 滤波器
系统与控制
2023-11-15 v1 系统与控制
信号处理
摘要
针对存在重尾过程噪声与测量噪声的时间序列递归估计问题，提出了一种多传感器融合学生氏 滤波器。该方法由信息论优化驱动，基于次优算术平均（AA）融合方法扩展了单传感器学生氏 卡尔曼滤波器。为保证计算高效的闭式 密度递推，在局部传感器滤波与传感器间融合计算中均采用了合理近似。整体框架兼容任意面向高斯分布的融合方法，例如协方差交叉（CI）。仿真表明，与经典高斯估计器相比，所提出的基于多传感器 AA 融合的 滤波器在处理离群值方面有效，且相较于 CI 方法与增广测量融合，AA 融合具有优势。
引用
@article{arxiv.2204.11098,
title = {Multi-sensor Suboptimal Fusion Student's $t$ Filter},
author = {Tiancheng Li and Zheng Hu and Zhunga Liu and Xiaoxu Wang},
journal= {arXiv preprint arXiv:2204.11098},
year = {2023}
}
备注
8 pages, 8 figures