多过程的并行卡尔曼滤波器调度
最优化与控制
2012-07-18 v2
摘要
本文研究了多过程并行卡尔曼滤波器的调度问题，其中每个过程由一个卡尔曼滤波器观测，且由于实际约束，在每个时间步仅有一个卡尔曼滤波器能够获得观测值。为解决该问题，我们引入了两个新概念：允许连续观测丢失（PCOL）和最小连续观测（LCO），作为描述确保所需估计质量的过程可行观测序列的判据。随后，提出了阈值法和周期法两种方法来计算每个过程的 PCOL 和 LCO。基于推导出的 PCOL 和 LCO 要求，我们开发了适用于不同场景的两种算法：针对 LCO = 1 情况的风车问题 Sxy 算法，以及针对一般情况的树搜索算法。此外，为降低树搜索算法的计算复杂度，我们获得了几条有效的剪枝条件。严格的理论分析和仿真结果均验证了所提方法的有效性。
引用
@article{arxiv.1110.4197,
title = {Scheduling Parallel Kalman Filters for Multiple Processes},
author = {Chen Wang and Zhiyun Lin and Gangfeng Yan},
journal= {arXiv preprint arXiv:1110.4197},
year = {2012}
}
备注
This paper has been withdrawn by the author due to some technical mistakes