奇异观测噪声下数值鲁棒的高斯状态估计
统计方法学
2025-03-14 v1 机器学习
数值分析
数值分析
统计计算
摘要
本文提出了针对奇异观测噪声的高斯状态估计的数值鲁棒算法。我们的方法结合一系列基变换与贝叶斯规则，将奇异估计问题转化为降维的非奇异问题。除了确保低运行时间和数值稳定性外，我们的方案还便于边际似然计算和 posterior 过程的 Gauss-Markov 表示。我们分析了所提方法的计算节省和数值鲁棒性，并通过一系列模拟验证了我们的发现。
引用
@article{arxiv.2503.10279,
title = {Numerically robust Gaussian state estimation with singular observation noise},
author = {Nicholas Krämer and Filip Tronarp},
journal= {arXiv preprint arXiv:2503.10279},
year = {2025}
}