Modified Adaptive Federated Student's t Maximum Correntropy Criterion Variational Adaptive Kalman Filtering for Multi‐Source Data Fusion

ABSTRACT The traditional federated Kalman filter‐based multi‐source data fusion algorithm performs poorly in the presence of outliers and unknown noise, a modified federated robust Student's t maximum correntropy criterion variational adaptive Kalman filter is proposed in this paper to tackle t...

Celý popis

Podrobná bibliografie

Vydáno v:	International journal of robust and nonlinear control Ročník 35; číslo 8; s. 3297 - 3307
Hlavní autoři:	Fan, Yunsheng, Qiao, Shuanghu, Song, Baojian, Wang, Guofeng
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	Hoboken, USA John Wiley & Sons, Inc 25.05.2025 Wiley Subscription Services, Inc
Témata:	Accuracy Adaptive algorithms Algorithms Covariance matrix Criteria Data integration Error correction federated filter information sharing factor Kalman filters maximum correntropy criterion Robustness Simulation student's t distribution variational Bayesian
ISSN:	1049-8923, 1099-1239
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!