Laplace estimation for scalar linear systems
Laplace estimation for scalar linear systems
复制标题
标量线性系统的拉普拉斯估计
DOI：
10.1016/j.automatica.2022.110301
复制
发表时间：
2022
期刊：
影响因子：
6.4
通讯作者：
Idan, Moshe
中科院分区：
文献类型：
--
作者：
Duong, Nhattrieu C.;Speyer, Jason L.;Idan, Moshe
许多物理系统中的不确定性具有脉冲特性，而高斯分布对其建模效果不佳。针对前人的工作，给出了一类具有加性拉普拉斯测量和过程噪声的标量离散线性系统的估计器。给定测量序列的状态的优先级和后条件概率密度函数(Pdf)被递归地以闭合形式传播，并且从条件pdf解析地导出后条件均值和方差。给出了一个估计器的模拟，展示了对测量中大的、未建模的尖峰的显著弹性。
Uncertainties in many physical systems have impulsive properties poorly modeled by Gaussian distributions. Refocusing previous work, an estimator is derived for a scalar discrete-time linear system with additive Laplace measurement and process noises. Thea priorianda posterioriconditional probability density functions (pdf) of the state given a measurement sequence are propagated recursively and in closed form, and thea posterioriconditional mean and variance are derived analytically from the conditional pdf. A simulation for an estimator is presented, demonstrating marked resilience to large, un-modeled spikes in the measurements.
在粒子过滤中引入拉普拉斯近似
DOI：
--
发表时间：
2011
期刊：
Fusion
影响因子：
--
作者：
C. Musso;P. Quang;F. Gland
通讯作者：
F. Gland
拉普拉斯噪声破坏的测量的最佳状态估计
DOI：
--
发表时间：
2016
期刊：
IEEE Conference on Decision and Control
影响因子：
--
作者：
Farhad Farokhi;Jezdimir Milošević;H. Sandberg
通讯作者：
H. Sandberg
多维系统中的粒子过滤器
DOI：
--
发表时间：
2016
期刊：
International Conference on Methods & Models in Automation & Robotics
影响因子：
--
作者：
Piotr Kozierski;Talar Sadalla;A. Owczarkowski;S. Drgas
通讯作者：
S. Drgas