Cramér-Rao Lower Bound for State-Constrained Nonlinear Filtering
, и .
IEEE Signal Processing Letters (декабря 2017)

This work presents a mean-square error lower bound for state estimation of nonlinear stochastic systems under given differentiable state constraints. Its recursive formulation permits incorporation of random process and measurement errors and is shown to be a generalization of the known lower bound for unconstrained problems. The bound is evaluated for the example of locating a ground vehicle from noisy measurements of its horizontal position and velocity incorporating a roadmap.
DOI
10.1109/LSP.2017.2764540
искать в
  • @lorenzschmitt
К этой публикации ещё не было создано рецензий.

распределение оценок
средняя оценка пользователей0,0 из 5.0 на основе 0 рецензий
    Пожалуйста, войдите в систему, чтобы принять участие в дискуссии (добавить собственные рецензию, или комментарий)