基于混合相关熵的离群鲁棒 Kalman 滤波器
统计方法学
2020-04-29 v2 应用统计
摘要
我们考虑测量中含有离群值的非线性状态空间模型的鲁棒滤波问题。为提升传统 Kalman 滤波算法的鲁棒性，我们在本工作中提出两种基于混合相关熵的鲁棒滤波器，特别是双高斯混合相关熵和拉普拉斯-高斯混合相关熵。我们采用混合相关熵诱导的代价替代常规 Kalman 滤波中测量拟合误差的二次代价，从而表述了鲁棒滤波问题。此外，引入一个权衡权重系数以确保所提方法在测量拟合误差较小时能提供合理的状态估计。所表述的鲁棒滤波问题利用带重加权测量协方差的容积 Kalman 滤波框架迭代求解。数值结果表明，所提方法相比现有鲁棒方案能取得性能提升。
引用
@article{arxiv.1907.00307,
title = {Outlier-robust Kalman filters with mixture correntropy},
author = {Hongwei Wang and Wei Zhang and Junyi Zuo and Heping Wang},
journal= {arXiv preprint arXiv:1907.00307},
year = {2020}
}