Kalmannet: Data-Driven Kalman Filtering

卡尔曼滤波器 计算机科学 计算 状态空间 高斯分布 扩展卡尔曼滤波器 状态空间表示 快速卡尔曼滤波 国家(计算机科学) 人工神经网络 人工智能 不变扩展卡尔曼滤波器 滤波器(信号处理) 算法 控制理论(社会学) 数学 计算机视觉 统计 物理 量子力学 控制(管理)
作者
Guy Revach,Nir Shlezinger,Ruud J. G. van Sloun,Yonina C. Eldar
出处
期刊: 卷期号:: 3905-3909 被引量:47
标识
DOI:10.1109/icassp39728.2021.9413750
摘要

The Kalman filter (KF) is a celebrated signal processing algorithm, implementing optimal state estimation of dynamical systems that are well represented by a linear Gaussian state-space model. The KF is model-based, and therefore relies on full and accurate knowledge of the underlying model. We present KalmanNet, a hybrid data-driven/model-based filter that does not require full knowledge of the underlying model parameters. KalmanNet is inspired by the classical KF flow and implemented by integrating a dedicated and compact neural network for the Kalman gain computation. We present an offline training method, and numerically illustrate that KalmanNet can achieve optimal performance without full knowledge of the model parameters. We demonstrate that when facing inaccurate parameters KalmanNet learns to achieve notably improved performance compared to KF.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
1秒前
aIARLAE完成签到,获得积分20
1秒前
dit完成签到,获得积分20
1秒前
1秒前
脆脆大王发布了新的文献求助10
1秒前
水煮电吹风的应助被zifan采纳,获得10
1秒前
2秒前
2秒前
情怀的应助被嘻嘻嘻采纳,获得10
2秒前
2秒前
Fnaki发布了新的文献求助10
2秒前
曾经冰露发布了新的文献求助10
2秒前
yy完成签到,获得积分10
3秒前
3秒前
3秒前
Layqiwook完成签到,获得积分10
4秒前
4秒前
虚拟刺客完成签到 ,获得积分10
4秒前
英俊的铭的应助被激昂的鼠标采纳,获得10
5秒前
Akim的应助被无可无不可采纳,获得10
6秒前
6秒前
wwpapple发布了新的文献求助10
6秒前
7秒前
7秒前
张yusong给张yusong的求助进行了留言
7秒前
ggg完成签到 ,获得积分10
7秒前
8秒前
Hiker发布了新的文献求助10
9秒前
9秒前
9秒前
郇郇完成签到,获得积分10
9秒前
卫绯发布了新的文献求助10
9秒前
汉堡包的应助被橘猫这里采纳,获得10
10秒前
hl完成签到,获得积分10
10秒前
odddvd123完成签到,获得积分10
11秒前
俭朴发布了新的文献求助10
11秒前
四喜完成签到,获得积分10
11秒前
shirley完成签到,获得积分10
11秒前
所所的应助被wu采纳,获得10
12秒前
Maestro_S的应助被风中的子默采纳,获得30
12秒前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
拉伸高分子熔体中缠结行为的模拟和小角中子散射研究 1700
The World Atlas of Wine 9th edition 1000
奈特基础组织学:配套组织病理学(第4版)(Netter's Essential Histology With Correlated Histopathology) 800
八旗制度の研究 600
Improving the wear resistance of vehicle gear oil by oil soluble LaF3 nanoparticles and typical additives of gear oil 500
Boundaries and Bodhisattvas 500
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 计算机科学 工程类 有机化学 化学工程 生物化学 物理 复合材料 内科学 催化作用 光电子学 人工智能 细胞生物学 无机化学 物理化学 数学
热门帖子
关注 科研通微信公众号,转发送积分 8183241
求助须知:如何正确求助?哪些是违规求助? 9572493
关于积分的说明 21826218
捐赠科研通 7780115
什么是DOI,文献DOI怎么找? 3433982
关于科研通互助平台的介绍 2558103
邀请新用户注册赠送积分活动 2480192