多模态非线性估计的滤波
摘要：非线性滤波算法中的多模态密度经常出现在时间序列和实际应用中。然而，它们不能被普通的状态估计器（如扩展卡尔曼滤波器（EKF）和无量子卡尔曼滤波器（UKF））所表示，并且这些状态估计器通常不能很好地捕捉到不确定性，这可能导致跟踪性能不一致和发散。在本文中，我们通过设计一种非线性滤波算法来解决这些问题，其中密度由高斯混合模型表示，其参数被封闭地估计。所得到的方法在典型基准测试中表现出优越的性能。
作者：Sanket Kamthe, Jan Peters, Marc P Deisenroth
论文ID：1401.0077
分类：Systems and Control
分类简称：cs.SY
提交时间：2014-01-03