불확실한 모델을 위한 상태 공간 추정 프레임워크

기저 선형 모델의 매개변수에 불확실성이 있을 때 상태 공간 추정 프레임워크를 개발합니다. 기존의 강인 필터와 비교할 때, 제안된 필터는 비정규화 대신 정규화를 수행합니다. 특정 안정성 및 검출 가능성 조건 하에서 정상 상태 필터가 안정적이며, 이차 안정 모델의 경우 필터가 제한된 오차 분산을 보장함을 보여줍니다. 또한, 결과 필터 구조는 수정된 매개변수에서 작동하는 칼만 필터의 다양한 형태(시간 및 측정 업데이트, 예측 및 정보)와 유사합니다. 시뮬레이션 결과와 /spl Hscr//sub /spl infin// 보장 비용 및 집합 값 상태 추정 필터와의 비교가 제공됩니다.