CASIA OpenIR  > 学术期刊  > 自动化学报
多率量测下随机跳变系统迁移交互多模型估计
高爽; 栾小丽; 赵顺毅; 刘飞
发表期刊自动化学报
ISSN0254-4156
2023
卷号49期号:1页码:210-218
摘要实际工业过程中,量测数据除了在线仪表采集的快速率数据,还有离线化验等慢速率辅助量测数据.为了更好地利用离线化验数据,增加在线估计的精度,针对随机跳变系统,引入迁移学习思想,提出迁移交互多模型估计(Transfer interacting multiple model state estimator, IMM-TF)新策略.首先,将离线化验数据的边缘分布作为可以迁移的知识,迁移到贝叶斯后验分布,实现辅助量测数据的充分利用.其次,利用KL (Kullback-Leibler)散度度量知识迁移前后任务间的差异性,求解最优的贝叶斯迁移估计器.同时,结合慢速率量测,利用平滑策略获取待迁移的估计值,解决多率量测下的迁移估计难题.然后,利用影响力函数构建辅助量测数据与估计性能之间的解析关系,从而对迁移效果进行定量评价.最后,通过在目标跟踪实例中的应用,表明所提方法的有效性及优越性.
关键词跳变系统 迁移交互多模型估计 多率量测 KL散度 平滑策略
DOI10.16383/j.aas.c220011
引用统计
文献类型期刊论文
条目标识符http://ir.ia.ac.cn/handle/173211/56221
专题学术期刊_自动化学报
推荐引用方式
GB/T 7714
高爽,栾小丽,赵顺毅,等. 多率量测下随机跳变系统迁移交互多模型估计[J]. 自动化学报,2023,49(1):210-218.
APA 高爽,栾小丽,赵顺毅,&刘飞.(2023).多率量测下随机跳变系统迁移交互多模型估计.自动化学报,49(1),210-218.
MLA 高爽,et al."多率量测下随机跳变系统迁移交互多模型估计".自动化学报 49.1(2023):210-218.
条目包含的文件 下载所有文件
文件名称/大小 文献类型 版本类型 开放类型 使用许可
AAS-CN-2022-0011.pdf(1456KB)期刊论文出版稿开放获取CC BY-NC-SA浏览 下载
个性服务
推荐该条目
保存到收藏夹
查看访问统计
导出为Endnote文件
谷歌学术
谷歌学术中相似的文章
[高爽]的文章
[栾小丽]的文章
[赵顺毅]的文章
百度学术
百度学术中相似的文章
[高爽]的文章
[栾小丽]的文章
[赵顺毅]的文章
必应学术
必应学术中相似的文章
[高爽]的文章
[栾小丽]的文章
[赵顺毅]的文章
相关权益政策
暂无数据
收藏/分享
文件名: AAS-CN-2022-0011.pdf
格式: Adobe PDF
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。