Stochastic Integration Filter: Theoretical and Implementation Aspects

Abstract

Článek se zabývá odhadem stavu nelineárních stochastických systémů diskrétních v čase stochastickým integračním filtrem. Tento filtr je zástupcem skupiny tzv. gaussovských filtrů, který k výpočtu prediktivních momentů stavu a měření využívá stochastického integračního pravidla. Ve výsledku jsou vypočtené momenty náhodnými proměnnými s vhodnými asymptotickými vlastnostmi. Článek analyzuje teoretické důsledky využití stochastického integračního pravidla a navrhuje několik modifikací zlepšující chování stochastického integračního filtru. Vzhledem k mnohačetným iteracím stochastického pravidla jsou výpočetní nároky stochastického integračního filtru vyšší než ostatních gaussovských filtrů. K snížení výpočetních nároků byly navrženy takové úpravy filtru, které berou v potaz numerickou stabilitu celého algoritmu. vylepšení navržená v tomto článku jsou ilustrovány pomocí statických i dynamických příkladů využívaných v úloze sledování cíle.