从集合与无迹卡尔曼滤波视角看空间态势感知中隐私与效用兼顾的数据共享
最优化与控制
2019-12-10 v1
摘要
本文针对集合与无迹卡尔曼滤波框架下的隐私-效用权衡问题，以空间态势感知为重点，给出了一种基于优化的表述。隐私与效用分别由状态估计误差协方差的下界和上界来定义。采用合成传感器噪声来满足这些边界，并通过求解优化问题来确定该噪声。在给定隐私与效用边界的情况下，我们给出了如下优化问题表述以确定：a) 满足效用或估计误差有上界时所允许的最大噪声；b) 满足隐私或估计误差有下界时所要求的最小噪声；c) 满足效用约束并使隐私最大化的优化噪声；d) 满足隐私约束并使效用最大化的优化噪声。我们展示了这些表述在国际空间站跟踪中的应用，并凸显了该动力学系统的最优隐私-效用权衡。
引用
@article{arxiv.1912.03775,
title = {Privacy and Utility Aware Data Sharing for Space Situational Awareness from Ensemble and Unscented Kalman Filtering Perspective},
author = {Niladri Das and Raktim Bhattacharya},
journal= {arXiv preprint arXiv:1912.03775},
year = {2019}
}