分布式时间序列的卡尔曼滤波
摘要：不常规地介绍卡尔曼滤波理论的一个应用，最近的实验证明，许多自然现象特别是生态学或气象学方面的现象，在考虑它们在某个地理区域的演变时，可以更准确地监测和预测。因此，它们提供的信号被收集到分布式时间序列集合中。尽管常识认为，这样的时间序列彼此之间或多或少地存在相关性。与独立处理每个时间序列不同，它们的集合可以构成一些开放系统提供的可测量状态集合。建模和预测系统状态可以从卡尔曼滤波算法族中获利。本文描述了基本卡尔曼滤波器在分布式信号集合环境下的适应，并附带了一个气象学应用实例。
作者：Dan Stefanoiu, Janetta Culita
论文ID：1703.07194
分类：General Literature
分类简称：cs.GL
提交时间：2017-03-22