电气工程与系统科学 > 信号处理
[提交于 2024年12月20日
(v1)
,最后修订 2025年6月17日 (此版本, v3)]
标题: 线性滤波与平滑方程的新证明及非线性滤波的渐近展开
标题: A New Proof for the Linear Filtering and Smoothing Equations, and Asymptotic Expansion of Nonlinear Filtering
摘要: 本文提出了一种基于系统噪声中小参数的非线性滤波新渐近展开方法。 该方法将滤波分布表示为噪声水平的幂级数,其中系数可以通过求解一组常微分方程来计算。 因此,它解决了现有方法(如高斯近似和粒子滤波器)固有的计算效率与精度之间的权衡问题。 在推导过程中,我们还表明经典的线性滤波和平滑方程,即卡尔曼-布西滤波器和劳赫-东-斯特里贝尔平滑器,可以从隐藏路径的条件分布的显式公式以统一且透明的方式得出。
当前浏览上下文:
eess.SP
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.