BriefGPT - AI 论文速递
·
有限样本频域辨识
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
本文提出了一种利用系统辨识方法设计Kalman滤波器的两步法，研究发现等价Kalman滤波器在参数精确度较高或具有足够鲁棒性时具有次优保证。同时，提出了一种用样本复杂度度量最小观测数据数的方法。
🎯
关键要点
- 本文研究了利用系统辨识方法设计Kalman滤波器的问题。
- 提出了一种两步法：第一步获取状态空间参数和Kalman增益的粗略估计，第二步利用这些估计参数设计滤波器。
- 研究发现，当参数精确度较高或Kalman滤波器具有足够鲁棒性时，等价Kalman滤波器具有次优保证。
- 对于较脆弱的滤波器，附加的鲁棒约束可提高次优保证性能。
- 提出用样本复杂度度量最小观测数据数的方法。
➡️
