BriefGPT - AI 论文速递
·
连续时间线性动力系统的系统识别
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
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。研究发现，当参数精确度较高或核心的Kalman滤波器具有足够的鲁棒性时，计算得到的等价Kalman滤波器具有可证明的次优保证。同时，采取附加的鲁棒约束可提高次优保证性能。还提出了用样本复杂度度量此问题的最小观测数据数。
🎯
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，第二步设计滤波器。
-
当参数精确度较高或Kalman滤波器具有足够的鲁棒性时，等价Kalman滤波器具有可证明的次优保证。
-
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此问题的最小观测数据数。
➡️
