Auxiliary-Particle-Filter-Based Two-Filter Smoothing for Wiener State-Space Models

Roland Hostettler, Thomas B. Schön

Tutkimustuotos: Artikkeli kirjassa/konferenssijulkaisussaConference contributionScientificvertaisarvioitu

1 Sitaatiot (Scopus)
131 Lataukset (Pure)

Abstrakti

In this paper, we propose an auxiliary-particle-filter-based two-filter smoother for Wiener state-space models. The proposed smoother exploits the model structure in order to obtain an analytical solution for the backward dynamics, which is introduced artificially in other two-filter smoothers. Furthermore, Gaussian approximations to the optimal proposal density and the adjustment multipliers are derived for both the forward and backward filters. The proposed algorithm is evaluated and compared to existing smoothing algorithms in a numerical example where it is shown that it performs similarly to the state of the art in terms of the root mean squared error at lower computational cost for large numbers of particles.

AlkuperäiskieliEnglanti
OtsikkoProceedings of the 21st International Conference on Information Fusion, FUSION 2018
KustantajaIEEE
Sivut1904-1911
Sivumäärä8
ISBN (painettu)9780996452762
DOI - pysyväislinkit
TilaJulkaistu - 5 syyskuuta 2018
OKM-julkaisutyyppiA4 Artikkeli konferenssijulkaisuussa
TapahtumaInternational Conference on Information Fusion - Cambridge, Iso-Britannia
Kesto: 10 heinäkuuta 201813 heinäkuuta 2018
Konferenssinumero: 21

Conference

ConferenceInternational Conference on Information Fusion
LyhennettäFUSION
MaaIso-Britannia
KaupunkiCambridge
Ajanjakso10/07/201813/07/2018

Sormenjälki Sukella tutkimusaiheisiin 'Auxiliary-Particle-Filter-Based Two-Filter Smoothing for Wiener State-Space Models'. Ne muodostavat yhdessä ainutlaatuisen sormenjäljen.

Siteeraa tätä