Kalman Filter Meets Subjective Logic: A Self-Assessing Kalman Filter Using Subjective Logic
Ulm University（乌尔姆大学）
自我评估是自动驾驶安全性和鲁棒性的关键。为了设计更安全、更强大的自动驾驶功能，我们的目标是自我评估整个自动驾驶系统中每个模块的性能。自动驾驶系统中的一个关键组件是跟踪周围的物体，其中卡尔曼滤波器是最基本的跟踪算法。对于卡尔曼滤波器，一些经典的在线一致性措施存在的自我评估，这是基于经典的概率理论。然而，这些经典的方法缺乏能力来衡量明确的统计不确定性的自我评估，这是一个重要的质量措施，特别是，如果只有少量的样本可用于自我评估。在这项工作中，我们提出了一种新的在线自我评估方法，使用主观逻辑，这是一个现代的扩展概率逻辑，明确建模的统计不确定性。因此，通过将经典卡尔曼滤波嵌入到主观逻辑中，我们的方法还具有在自我评估中对统计不确定性的明确测量。
2020-07-01 cs.RO cs.SY eess.SP
On the Steady-State Distributionally Robust Kalman Filter
针对噪声分布不确定导致卡尔曼滤波性能下降的问题，提出基于Wasserstein模糊集的稳态分布鲁棒卡尔曼滤波器，通过离线求解凸半定规划获得恒定增益，并给出收敛条件，仿真验证其鲁棒性和准确性优于现有方法。
2025-03-31 cs.SY eess.SY
Distributed Kalman Filter for A Class of Nonlinear Uncertain Systems: An Extended State Method
LSC, NCMIS, Academy of Mathematics and Systems Science, Chinese Academy of Sciences（中国科学院数学与系统科学研究院）；School of Mathematical Sciences, University of Chinese Academy of Sciences（中国科学院大学数学科学学院）
本文研究了一类具有非线性不确定动态的离散时间随机系统在时变传感器网络拓扑下的分布式状态估计问题，提出了一种扩展状态向量的滤波器设计方法，证明了滤波器能实时提供估计协方差的上界，且在较弱假设下保持估计协方差有界。
2018-09-11 cs.SY eess.SY
KIND: A Kalman-Inspired Adaptive Estimator for SRF Cavity Detuning
Helmholtz-Zentrum Berlin（亥姆霍兹柏林中心）；Universität Siegen（锡根大学）
本文提出KIND，一种融合动态模式分解与Transformer的自适应估计器，用于SRF腔体偏移估计，通过输出不确定性信号实现异常检测，相较于传统卡尔曼滤波具有更广泛的应用前景。
2026-05-12 cs.SY eess.SY
Inverse Extended Kalman Filter -- Part II: Highly Non-Linear and Uncertain Systems
本文针对高度非线性与不确定系统提出逆扩展卡尔曼滤波理论，推导逆二阶EKF稳定性保证，并引入基于再生核希尔伯特空间的EKF学习未知动态，以推断对手估计。
2023-08-10 cs.SY eess.SP eess.SY
DMTrack: Deformable State-Space Modeling for UAV Multi-Object Tracking with Kalman Fusion and Uncertainty-Aware Association
针对无人机多目标跟踪中运动复杂、身份易切换的问题，提出融合可变形状态空间预测、卡尔曼门控融合与不确定性关联的DMTrack框架，在基准上实现了最优跟踪性能与高效推理。
2025-10-15 cs.CV cs.SY eess.SY
Estimating States and Model Uncertainties Jointly by a Sparsity Promoting UKF
在许多工程领域中，只有所考虑系统的部分模型可用时的状态估计仍然是一个主要挑战。本文提出了一种联合平方根无迹卡尔曼滤波器，通过物理激励库函数的线性组合同时估计状态和模型不确定性。使用稀疏性促进方法，选择这些线性组合的选择，从而可以提取可解释的模型。结果表明，一个小的估计误差相比，传统的平方根无迹卡尔曼滤波器，并表现出增强的物理意义的模型。
2022-07-08 cs.SY eess.SP eess.SY
Distributed Design of Robust Kalman Filters over Corrupted Channels
研究了一类不确定系统在通信信道中的分布式滤波问题。提出了一种具有随机增益的分布式鲁棒卡尔曼滤波器，通过该滤波器在线计算条件均方估计误差的上界。我们提出了一个鲁棒的集体可观性条件，在此条件下，如果网络是强连通的，则证明了分布式滤波器的均方误差是一致上界的。为了获得更好的性能，我们通过引入基于滑动窗口的切换融合方案来修改滤波器。它提供了一个较小的条件均方误差的上限。数值模拟验证了理论结果，并表明该滤波器的规模大的网络。
2021-04-02 cs.SY eess.SY
Projection-free computation of robust controllable sets with constrained zonotopes
Mitsubishi Electric Research Laboratories（三菱电机研究院）
针对带加性不确定性的离散线性系统，提出基于最小二乘和闭式Pontryagin差分的约束多面体鲁棒可控集内外逼近方法，无需凸优化求解器，可快速计算高维系统。
2025-01-20 cs.RO cs.SY eess.SY
Designing adaptive robust extended Kalman filter based on Lyapunov-based controller for robotics manipulators
本文研究了受常值有界扰动影响的机器人位置和速度估计方法。将跟踪控制问题转化为一个扰动抑制问题，将所有的未知参数和动态不确定性归结为扰动。采用自适应鲁棒扩展卡尔曼滤波器（AREKF）预测各关节的运动和速度，用于不连续李雅普诺夫控制器结构。误差动力学参数已离线验证的实际数据。通过对一个二自由度机械臂的仿真，比较了EKF和改进AREKF的性能，验证了改进卡尔曼滤波器的有效性。虽然它表明，精确的轨迹跟踪可以实现通过使用所提出的控制器。
2020-08-15 cs.SY eess.SY
Kalman-Like Filter under Binary Sensors
研究了二值传感器下的线性/非线性类卡尔曼滤波问题。由于新息代表了传感器测量中的新信息，并用于校正卡尔曼滤波器（KLF）的预测，提出了一种新的不确定测量模型，使得从二进制传感器产生的新息可以被捕获。在考虑线性动态系统时，利用矩阵不等式构造了一个参数可调的保守估计误差协方差，然后通过最小化其迹导出了一个最优滤波增益。同时，通过最小化保守估计误差协方差的上界，给出了可调参数的最优选择准则。当考虑非线性动态系统时，利用无迹变换和矩阵不等式构造了一个参数可调的保守估计误差协方差。然后，遵循线性动态系统设计KLF的思想，设计了非线性滤波器增益和最佳可调参数。最后，通过$O_2$含量估计和非线性数值系统的仿真验证了所提方法的有效性和优越性。
2021-10-27 cs.SY eess.SY
A Control Theory inspired Exploration Method for a Linear Bandit driven by a Linear Gaussian Dynamical System
针对线性高斯动态系统驱动的线性老虎机中探索与利用的平衡问题，提出Kalman-UCB和IDEA两种算法，并给出基于LGDS属性的性能预测度量，经随机环境数值验证有效。
2025-10-01 cs.SY eess.SP eess.SY
Applying Gaussian distributed constraints to Gaussian distributed variables
Australian Centre for Field Robotics, The University of Sydney, NSW, Australia（澳大利亚机器人场实验室，悉尼大学，新南威尔士州，澳大利亚）
本文提出一种分析方法，用于截断由高斯分布描述的不等式约束高斯分布变量，通过基于矩的高斯近似改进了截断分布，应用于不确定约束的卡尔曼滤波问题，仿真显示效果优于无约束和硬约束卡尔曼滤波。
2016-04-20 cs.RO cs.SY eess.SY
Computation of Extended Robust Kalman Filter for Real-Time Attitude and Position Estimation
Indian Institute of Technology (Banaras Hindu University)（印度理工学院（贝拿勒斯印度教大学））；University of São Paulo at São Carlos（圣保罗大学圣卡洛斯分校）；Federal University of São Carlos（圣卡洛斯联邦大学）
本文提出在并行计算设备上实时计算扩展稳健卡尔曼滤波器的方法，用于开发货运车辆的姿态和位置参考系统，通过QR分解和Givens旋转验证了滤波器性能。
2018-01-13 cs.SY eess.SY
Adaptive and robust experimental design for linear dynamical models using Kalman filter
KU Leuven（荷语鲁汶大学）；University of Antwerp（安特卫普大学）
本文提出了一种结合贝叶斯实验设计和自适应实验设计的方法，用于在存在过程噪声和测量噪声的线性动力学模型中构建鲁棒的实验设计。
2026-03-22 cs.SY eess.SY stat.ME
