模型不确定性下的鲁棒 Kalman 滤波：退化密度情形
最优化与控制
2021-08-26 v1
摘要
我们考虑在转移概率密度未知且可能退化的情况下的鲁棒状态空间滤波问题。所得的鲁棒滤波器具有类似 Kalman 的结构，并求解一个极小极大博弈：自然方在包含非高斯概率密度的规定模糊集中选择最不利模型，而另一参与者为最不利模型设计最优滤波器。结果表明，所得的鲁棒滤波器由在半正定矩阵锥上演化的类 Riccati 迭代来表征。此外，基于与 Bougerol 精神相同的收缩分析，我们研究了标称模型具有常数参数时此类迭代的收敛性。最后，一些数值算例表明所提出的滤波器优于标准 Kalman 滤波器。
引用
@article{arxiv.2108.11266,
title = {Robust Kalman Filtering Under Model Uncertainty: the Case of Degenerate Densities},
author = {Shenglun Yi and Mattia Zorzi},
journal= {arXiv preprint arXiv:2108.11266},
year = {2021}
}