文献

J-GLOBAL ID：201902255684292811   整理番号：19A0512822

M推定に基づくロバストGauss情報フィルタリングのための統一形式【JST・京大機械翻訳】

Unified Form for the Robust Gaussian Information Filtering Based on M-Estimate

著者 (2件)： Chang Lubin (Department of Navigation Engineering, Naval University of Engineering, Wuhan, China) ,  Li Kailong (Department of Navigation Engineering, Naval University of Engineering, Wuhan, China)
資料名： IEEE Signal Processing Letters  (IEEE Signal Processing Letters)
巻： 24  号： 4  ページ： 412-416  発行年： 2017年 
JST資料番号： W0576A  ISSN： 1070-9908  CODEN： ISPLEM  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 本論文において,M推定に基づくロバストGauss情報フィルタリングのための統一形式を提案した。それは,大きな残留物のためにゼロ重量を有するロバストな重み関数を組み込むことができた。提案した情報フィルタリングフレームワークはKalmanフィルタリングフレームワークにおけるゼロ重みによって導入された数値的問題を避けることができた。シミュレーション結果は,重いテール測定ノイズに対する非ロバストフィルタ上の提案したロバストフィルタの効率と優位性を示した。Copyright 2019 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *ロバスト性 ,  シミュレーション ,  重み関数 ,  Kalmanフィルタ
準シソーラス用語： ロバストフィルタ ,  測定ノイズ ,  *情報フィルタリング , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  ディジタルフィルタ  (NC04022Z)

タイトルに関連する用語 (4件)： 推定 ,  ロバスト ,  情報フィルタリング ,  形式