論文の概要: Inverse Extended Kalman Filter
- arxiv url: http://arxiv.org/abs/2201.01539v1
- Date: Wed, 5 Jan 2022 10:56:58 GMT
- ステータス: 処理完了
- システム内更新日: 2022-01-06 14:56:09.955751
- Title: Inverse Extended Kalman Filter
- Title(参考訳): 逆拡張カルマンフィルタ
- Authors: Himali Singh, Arpan Chattopadhyay and Kumar Vijay Mishra
- Abstract要約: 非線形プロセスのダイナミクスとフォワードフィルタへの未知の入力に対する逆拡張カルマンフィルタ(I-EKF)を提案する。
我々は、有界非線形性と未知行列アプローチの両方を用いて理論的安定性を保証する。
- 参考スコア(独自算出の注目度): 17.10507343205143
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Recent advances in counter-adversarial systems have garnered significant
research interest in inverse filtering from a Bayesian perspective. For
example, interest in estimating the adversary's Kalman filter tracked estimate
with the purpose of predicting the adversary's future steps has led to recent
formulations of inverse Kalman filter (I-KF). In this context of inverse
filtering, we address the key challenges of nonlinear process dynamics and
unknown input to the forward filter by proposing inverse extended Kalman filter
(I-EKF). We derive I-EKF with and without an unknown input by considering
nonlinearity in both forward and inverse state-space models. In the process,
I-KF-with-unknown-input is also obtained. We then provide theoretical stability
guarantees using both bounded nonlinearity and unknown matrix approaches. We
further generalize these formulations and results to the case of higher-order,
Gaussian-sum, and dithered I-EKFs. Numerical experiments validate our methods
for various proposed inverse filters using the recursive Cram\'er-Rao lower
bound as a benchmark.
- Abstract(参考訳): 近年の対逆系の進歩は、ベイズの観点からの逆フィルタリングに大きな研究関心を集めている。
例えば、敵のカルマンフィルタを推定することへの関心は、敵の将来のステップを予測する目的で追跡された推定を追跡することとなり、最近の逆カルマンフィルタ (i-kf) の定式化に繋がった。
この逆フィルタの文脈では、逆拡張カルマンフィルタ(I-EKF)を提案し、非線形プロセスダイナミクスと未知のフォワードフィルタへの入力の重要な課題に対処する。
我々は、前方および逆状態空間モデルにおける非線形性を考慮し、未知の入力を伴わないI-EKFを導出する。
この過程では、I-KF-with-unknown-inputも得られる。
次に, 有界非線形性と未知行列法の両方を用いて, 理論的安定性を保証する。
さらにこれらの定式化を一般化し、高次、ガウススム、およびディザードI-EKFの場合に結果を与える。
再帰的クラム・ラーオ下界をベンチマークとして, 様々な逆フィルタの数値実験を行った。
関連論文リスト
- Closed-form Filtering for Non-linear Systems [83.91296397912218]
我々は密度近似と計算効率の面でいくつかの利点を提供するガウスPSDモデルに基づく新しいフィルタのクラスを提案する。
本研究では,遷移や観測がガウスPSDモデルである場合,フィルタリングを効率的にクローズド形式で行うことができることを示す。
提案する推定器は, 近似の精度に依存し, 遷移確率の正則性に適応する推定誤差を伴って, 高い理論的保証を享受する。
論文 参考訳(メタデータ) (2024-02-15T08:51:49Z) - Optimization or Architecture: How to Hack Kalman Filtering [52.640789351385266]
非線形フィルタリングでは、ニューラルネットワークのような非線形アーキテクチャと標準線形カルマンフィルタ(KF)を比較するのが伝統的である。
どちらも同じように最適化されるべきであり、最終的には最適化KF(OKF)を提示する。
論文 参考訳(メタデータ) (2023-10-01T14:00:18Z) - Inverse Unscented Kalman Filter [18.244578289687123]
認知的敵はカルマンフィルタ(KF)のようなフレームワークを介して関心の対象を追跡する
ターゲットまたはディフェンダー'は別の逆フィルタを用いて、相手が計算したディフェンダーのフォワードフィルタ推定を推測する。
本稿では,非線形系力学に着目し,逆KFを定式化し,線形化誤差を低減したディフェンダの状態の推定を行う。
論文 参考訳(メタデータ) (2023-04-04T10:51:43Z) - Inverse Cubature and Quadrature Kalman filters [18.244578289687123]
多くの対逆的設定は、EKFの線形化がしばしば失敗する、高度に非線形なシステムモデルを含む。
逆立方体KF(I-CKF)と逆立方体KF(I-QKF)を開発する。
指数平均二乗有界感におけるフィルタの安定性条件を導出する。
論文 参考訳(メタデータ) (2023-03-18T03:48:39Z) - Counter-Adversarial Learning with Inverse Unscented Kalman Filter [18.244578289687123]
対戦相手システムでは、知的敵エージェントの戦略を推測するために、防御エージェントは、相手が後者について集めた情報を認知的に知覚する必要がある。
非線形ガウス状態空間モデルとして逆認知を定式化する。
次に、平均二乗有界性感覚におけるIUKFの安定性に関する理論的保証を導出する。
論文 参考訳(メタデータ) (2022-10-01T20:31:47Z) - Inverse Extended Kalman Filter -- Part II: Highly Non-Linear and
Uncertain Systems [18.244578289687123]
本稿では,非線形システムにおける逆フィルタ問題に対処する逆拡張カルマンフィルタ(I-EKF)を提案する。
第1部:I-EKF(未知の入力を含む)とI-KF(未知の入力を含む)の理論
第2部:I-EKF(未知入力)とI-KF(未知入力)の理論
論文 参考訳(メタデータ) (2022-08-13T16:55:39Z) - Computational Doob's h-transforms for Online Filtering of Discretely
Observed Diffusions [65.74069050283998]
本研究では,Doobの$h$-transformsを近似する計算フレームワークを提案する。
提案手法は、最先端粒子フィルタよりも桁違いに効率的である。
論文 参考訳(メタデータ) (2022-06-07T15:03:05Z) - Deep Learning for the Benes Filter [91.3755431537592]
本研究では,メッシュのないニューラルネットワークによるベンズモデルの解の密度の表現に基づく新しい数値計算法を提案する。
ニューラルネットワークの領域選択におけるフィルタリングモデル方程式における非線形性の役割について論じる。
論文 参考訳(メタデータ) (2022-03-09T14:08:38Z) - Globally Convergent Policy Search over Dynamic Filters for Output
Estimation [64.90951294952094]
我々は,大域的に最適な$textitdynamic$ filterに収束する最初の直接ポリシー探索アルゴリズム凸を導入する。
我々は、情報化が前述の優越性を克服していることを示す。
論文 参考訳(メタデータ) (2022-02-23T18:06:20Z) - Fourier Series Expansion Based Filter Parametrization for Equivariant
Convolutions [73.33133942934018]
2次元フィルタパラメトリゼーション技術は同変畳み込みの設計において重要な役割を果たす。
F-Convというフィルタパラメトリゼーション法に基づく新しい同変畳み込み法
F-Convは、画像超解像タスクにおいて、以前のフィルタパラメトリゼーション法よりも明らかに優れている。
論文 参考訳(メタデータ) (2021-07-30T10:01:52Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。