基准研究中卡尔曼滤波与卡尔曼平滑的性能分析
系统与控制
2026-03-18 v2 系统与控制
信号处理
摘要
我们提出了卡尔曼滤波 (KF) 和卡尔曼平滑 (KS) 对于基准研究的解析均方误差 (MSE) 表达式，其中真实系统动力学未知或不可用于估计。在此类情况下，例如在目标跟踪的基准评估中，分析依赖于确定性状态轨迹。这种设置在估计器与真实系统之间引入模型不匹配，导致协方差估计不再反映实际的估计误差。为在不依赖计算密集的蒙特卡罗模拟的情况下，对确定性状态轨迹进行准确的性能预测，我们推导了具有线性时间复杂度的递归 MSE 表达式。该提议框架还考虑了测量模型不匹配，为涉及长轨迹的基准研究提供了高效的性能评估工具。仿真结果确认了所提方法的准确性和计算效率。
引用
@article{arxiv.2511.22034,
title = {Performance of the Kalman Filter and Smoother for Benchmark Studies},
author = {Batin Kurt and Umut Orguner},
journal= {arXiv preprint arXiv:2511.22034},
year = {2026}
}