Distributed Kalman Filters for Relative Formation Control of Mobile Agents
多智能体编队控制在许多领域都起着重要的作用。在没有绝对定位的情况下，FC系统中的代理依赖于相对于其邻居的相对位置测量。在分布式滤波器设计文献中，相对观测模型是相对未探索的，在FC文献中，不确定性模型很少被考虑。在这篇文章中，我们的目标是弥合这些领域之间的差距，通过探索分布式过滤器量身定制的相对FC群。我们提出了统计鲁棒的数据模型跟踪代理在FC网络中的相对位置，并随后提出了最佳的卡尔曼滤波器集中式和分布式的情况下。我们的模拟突出了这些估计的好处，我们确定未来的研究方向，我们提出的框架的基础上。
2021-10-12 cs.SY eess.SP eess.SY
A Class of Hierarchical Sliding Mode Control based on Extended Kalman filter for Quadrotor UAVs
University of Nevada, Reno（内华达大学雷诺分校）
本研究提出结合扩展卡尔曼滤波器与分层滑模控制的新方法，用于提升四旋翼无人机的状态估计鲁棒性并实现高效精确的轨迹跟踪，通过Lyapunov原理证明稳定性，实验验证了其有效性与可行性。
2025-03-24 cs.RO cs.SY eess.SY
Decentralized Dynamic State Estimation in Microgrids
提出了一种分布式微网动态状态估计方案。该方法通过相量同步在dq0参考系中采用电压和电流测量，以便能够从它们的关系式中排除正交函数。在此基础上，利用卡尔曼滤波器动态估计微电网的状态。测量值与状态向量和输入向量的解耦降低了计算复杂度。卡尔曼滤波器考虑过程噪声协方差，其相对于测量的输入值的协方差被修改。理论分析和仿真结果进行了验证。
2019-07-06 cs.SY eess.SY
Attitude Determination and Estimation using Vector Observations: Review, Challenges and Comparative Results
本文研究的是姿态确定和估计问题。早期的应用程序认为代数方法的姿态确定。姿态确定算法被高斯姿态估计滤波器（在商业应用中继续广泛使用）所取代。然而，高斯姿态滤波器对测量噪声的敏感性促使引入非线性姿态滤波器，该非线性姿态滤波器考虑姿态动力学问题的非线性性质，并允许更简单的滤波器推导。本文介绍了几种类型的姿态确定和估计算法。每一类都详细说明，并以连续和离散的形式与文献的例子说明。这些算法之间的比较表明，通过仿真结果的瞬态和稳态误差。比较的补充是统计分析的误差相关的平均值，无穷范数，和标准偏差的每个算法在稳态。保留字：比较研究，姿态，确定，估计，滤波器，自适应滤波器，高斯滤波器，非线性滤波器，概述，回顾，罗德里格斯向量，特殊正交群，单位四元数，角轴，确定性，随机，连续，离散，乘法扩展卡尔曼滤波器，KF，EKF，MEKF，白噪声，有色噪声。
2021-01-21 cs.SY eess.SY
Estimation Strategies for the Condition Monitoring of a Battery Systemin a Hybrid Electric Vehicle
本文针对混合动力汽车电池系统状态监测问题，比较了KF/EKF、PF、QKF和SVSF等状态与参数估计技术在估计误差、鲁棒性、噪声敏感度和计算时间上的表现。
2023-11-18 cs.SY eess.SY
High Accuracy Distributed Kalman Filtering for Frequency and Phase Synchronization in Distributed Phased Arrays
针对分布式相控阵在微波及以上频率的频率与相位同步难题，提出HA-DKF，通过多类本地状态与协方差的一致性平均提升同步精度，仿真证明其收敛更快且性能更优。
2023-02-18 cs.SY eess.SY
Data-Driven Intrusion Detection in Vehicles: Integrating Unscented Kalman Filter (UKF) with Machine Learning
针对车辆动力学参数难以获取的挑战，提出一种结合UKF与机器学习的数据驱动入侵检测框架，无需精确车辆建模即可有效检测传感器和执行器上的DoS攻击。
2025-06-27 cs.SY eess.SP eess.SY
Adaptive Extended Kalman Filtering for Battery State of Charge Estimation on STM32
本文提出一种基于最大似然估计协方差自适应的AEKF方法用于电池SoC估计，并通过优化窗口大小在STM32上实现了高精度、低计算量的嵌入式部署。
2025-04-08 cs.SY eess.SY
Kalman Filtering Based Flight Management System Modeling for AAM Aircraft
Machine Learning Research Engineer（机器学习研究员）
本文提出基于卡尔曼滤波的AAM飞行管理系统建模方法，通过动态调整测量信任提高飞行计划验证的准确性。
2026-09-11 cs.RO cs.SY eess.SY
Sensor Fault Detection, Isolation and Identification Using Multiple Model-based Hybrid Kalman Filter for Gas Turbine Engines
Concordia University（康科迪亚大学）；Qatar University（卡塔尔大学）
本文提出一种基于多模型的新型传感器故障检测与隔离策略，通过混合卡尔曼滤波实现对燃气涡轮发动机全工况下传感器故障的检测与隔离，并利用改进的广义似然比方法进行故障识别，对比传统滤波方法验证了其有效性。
2015-08-27 cs.SY eess.SY
DeepUKF-VIN: Adaptively-tuned Deep Unscented Kalman Filter for 3D Visual-Inertial Navigation based on IMU-Vision-Net
Carleton University（卡尔顿大学）
本文提出DeepUKF-VIN，利用IMU-Vision-Net和深度学习自适应机制调节无迹卡尔曼滤波器噪声协方差，实现GPS拒止环境下三维视觉惯性导航的方位、位置和速度鲁棒估计，并在真实数据上验证其优于标准UKF。
2025-03-12 cs.RO cs.SY eess.SY
Kalman Filter and Wavelet Cross-correlation for VHF Broadband Interferometer Lightning Mapping
基于正交交叉基线干涉仪（ITF）技术的闪电测图系统是近年来发展迅速的一种测图系统。针对雷击的时间位置和空间分布，提出了几种处理方法。在本文中，一个单一的甚高频（VHF）干涉仪被用来模拟和增强闪电图。我们进行了比较研究，使用不同的处理技术和程序，以提高定位和闪电VHF辐射映射。基准测试环境涉及使用不同的降噪和互相关方法。此外，插值技术被引入到平滑的相关峰更准确的闪电定位。一个正窄双极事件（NBE）的闪电放电进行了分析，并确认使用模拟和实测闪电信号的映射过程。结果表明，采用小波去噪和小波域互相关（CCWD）方法可以很好地估计闪电辐射源，最小误差为3.46度。在这项研究中进行的调查证实，ITF映射系统可以有效地映射闪电VHF辐射源。
2020-06-25 cs.SY eess.SP eess.SY
System Identification in Multi-Actuator Hard Disk Drives with Colored Noises using Observer/Kalman Filter Identification (OKID) Framework
硬盘驱动器（HDD）中的多致动器技术为驱动器配备了两个双级致动器（DSA），每个致动器包括在同一枢轴点上操作的音圈电机（VCM）致动器和压电微致动器（MA）。每个DSA负责控制一半的驱动臂。由于两个DSA在相同的枢轴木材上独立操作，因此一个DSA产生的控制力和扭矩会影响另一个DSA的操作。反馈控制器可能不能完全拒绝这些转移的干扰，需要设计前馈控制器，这需要一个良好的模型的干扰过程。通常的系统辨识技术由于存在色噪声跳动而产生有偏估计。在本文中，我们使用OKID框架来估计从一个DSA的VCM控制输入到另一个DSA的输出的干扰交叉传递函数，从所收集的被有色噪声破坏的时间序列数据。
2021-09-25 cs.SY eess.SY
Improved Discrete-Time Kalman Filtering within Singular Value Decomposition
Instituto Superior Técnico, Universidade de Lisboa（里斯本大学高等技术学院）；Ulyanovsk State University（乌里扬诺夫斯克国立大学）
本文提出一种改进的基于奇异值分解的卡尔曼滤波方法，以提高在数值解Riccati方程时对舍入误差的鲁棒性，通过详细推导和数值实验验证其在病态情况下的估计精度优势。
2017-05-07 cs.SY eess.SY math.OC
Nonlinear Attitude Estimation for Small UAVs with Low Power Microprocessors
在用于无人机姿态估计的传感器融合算法中，扩展卡尔曼滤波器（EKF）是最常用的估计算法。在本文中，我们提出了一个新版本的H2估计称为扩展H2估计，可以克服扩展卡尔曼滤波器的局限性，特别是在计算速度，内存使用和均方根误差。我们制定了一个新的姿态估计算法，其中的滤波器增益是离线设计的标称工作点，但滤波器的动态是使用非线性系统动态实现。我们将H2最优估计的这种实现称为扩展H2估计。所提出的解决方案在两种情况下进行测试，对应于缓慢和快速运动，并与上述性能指标中的EKF进行比较。
2020-03-30 cs.SY eess.SY math.OC
Deep recurrent-convolutional neural network learning and physics Kalman filtering comparison in dynamic load identification
University of Southampton（南安普顿大学）
本文比较了GRU、LSTM和CNN在小数据集下的动态载荷识别能力，发现各方法在不同载荷场景下表现各异，而物理参数化可识别时残差卡尔曼滤波器表现更优。
2025-10-30 cs.CV cs.LG cs.SY
UAV attitude estimation using Unscented Kalman Filter and TRIAD
本文提出一种基于UKF和TRIAD算法的AHRS，通过仿真和实验证明其在微控制器上具有低计算成本和实时性能。
2016-09-23 cs.RO cs.SY eess.SY
Comparative Analysis on Inertia Estimation Algorithms (IEAs) in Providing Proper Frequency Response
The University of Hong Kong（香港大学）；CLP Power Hong Kong（中华电力有限公司）
本文系统比较了多种惯性估计算法（滤波、拟合、RLS、KF）在频率响应中的应用，并探讨其对风能惯性仿真策略的影响，强调需鲁棒、自适应、数据驱动的估计框架以确保低惯性电网安全运行。
2026-09-16 cs.SY eess.SY
Improve the autonomy of the SE2(3) group based Extended Kalman Filter for Integrated Navigation: Theoretical Analysis
National University of Defense Technology（国防科技大学）；Beijing Institute of Tracking and Communication Technology（北京跟踪与通信技术研究所）
本文提出了一种基于SE2(3)群的导航模型构建方法，以提升高精度导航中误差传播的自主性，解决地球自转和惯性设备偏置带来的挑战。
2026-01-22 cs.RO cs.SY eess.SY
Robust Indoor Localization via Conformal Methods and Variational Bayesian Adaptive Filtering
针对室内定位中的非高斯噪声与异常值问题，提出融合VB参数学习、Huber M估计和COD的分层鲁棒滤波框架，理论证明其性质，并将匹配准确率提升至93.75%。
2025-05-13 cs.SY eess.SY
State Estimation and Control for Continuous-Time Nonlinear Systems: A Unified SDRE-Based Approach
Faculty of Electrical Engineering, University of Sarajevo（萨拉热窝大学电气工程学院）
本文提出了一种基于SDRE的统一方法，用于非线性系统状态估计与控制，通过SDRE-KF在单摆和Van der Pol振荡器上验证了其有效性与鲁棒性。
2026-02-02 cs.SY eess.SY
Robust Extended Kalman Filter for Land Navigation Using Massive Array of MEMS IMUs
School of Computer Science, Reichman University（里奇曼大学计算机科学学院）
提出一种鲁棒扩展卡尔曼滤波架构，通过动态百分位门控和实时偏置跟踪的预滤波框架，有效融合数百个低成本MEMS惯性传感器，抑制异常读数并补偿漂移，显著提升方位精度并降低漂移累积。
2026-06-28 cs.RO cs.SY eess.SY
Design and Implementation of a Kalman Filter-Infused Algorithm for Tilt Estimation
本文设计实现了基于卡尔曼滤波的MPU6050倾角估计系统，在RP2040平台验证其可融合加速度计与陀螺仪数据，有效抑制噪声和漂移，性能优于单一传感器。
2026-10-02 cs.CV cs.RO cs.SY
Automated Controller Calibration by Kalman Filtering
Mitsubishi Electric Research Laboratories（三菱电机研究实验室）
本文提出了一种标定控制参数的方法。这样的控制参数的例子是PID控制器的增益、用于最优控制的代价函数的权重、滤波器系数、滑动模式控制器的滑动表面或神经网络的权重。因此，所提出的方法可以应用于广泛的控制器。该方法使用卡尔曼滤波器，该滤波器使用闭环系统操作的数据来估计控制参数。控制参数校准由训练目标驱动，该训练目标包括关于动力系统的性能的规范。性能驱动的校准方法在线和鲁棒地调整参数，计算效率高，数据存储要求低，并且易于实现，使得它对许多实时应用有吸引力。仿真结果表明，该方法能够快速学习控制参数，并能自整定参数以补偿干扰，对噪声具有较强的鲁棒性。仿真研究表明，该方法可以在线标定复杂动力系统的控制器，表明了该方法在实际系统中的适用性。我们还通过在dSPACE MicroAutoBox-II快速原型单元上实施我们的方法，验证了在具有汽车级处理器的嵌入式平台上的实时可行性。
2023-03-08 cs.AI cs.LG cs.RO
Nonlinear Stochastic Attitude Filters on the Special Orthogonal Group 3: Ito and Stratonovich
University of Western Ontario（韦仕敦大学）
本文提出两种非线性随机互补滤波器，保证Rodriguez向量和估计误差在均方意义下半全局一致最终有界，并收敛到原点的附近。通过仿真结果展示了在角速度高不确定性以及机体框架向量测量情况下所提滤波器的有效性。
2020-05-23 cs.SY eess.SY math.OC
System Identification and Adaptive Input Estimation on the Jaiabot Micro Autonomous Underwater Vehicle
本文提出了一种自适应输入估计算法，用于估计Jaiabot微型自主水下机器人的未知控制输入和状态，相比经典卡尔曼滤波具有更优的处理能力。
2025-04-01 cs.RO cs.SY eess.SY
