线性动态系统的噪声鲁棒在线推理

巴奇，随机系统的最优控制。普伦蒂斯·霍尔公司，美国新泽西州，1993年。[3] B.D.O.安德森和J.B.摩尔，最佳过滤。新泽西州恩格尔伍德悬崖：普伦蒂斯庄园，1979年。[4] Y.Chen，E.E.Kuruoglu和H.C.So，“使用马尔可夫链蒙特卡罗在加性柯西-高斯噪声下的估计”，IEEE统计信号处理研讨会论文集，2014年。[5] J.Vila Valls，Q.Wei和C.Fern＠andez Prades，“未知噪声统计的鲁棒高斯和滤波：应用于目标跟踪”，发表于《IEEE统计信号处理研讨会论文集》，2014年。[6] A.M.Zoubir，V.Koivunen，Y.Chakhchoukh和M.Muma，“信号处理中的稳健估计：基本概念的教程式处理”，IEEE信号处理杂志，第29卷（4），第61-802012页。[7] L.Mihaylova，P.Brasnett，A.Achim，D.Bull和N.Canagarajah，“α稳定分布的粒子滤波”，IEEE统计信号处理（SSP）研讨会论文集，2005年。[8] F.E.Hawary和Y.Jing，“用于跟踪水下目标的基于稳健回归的EKF”，IEEE海洋工程杂志，第20卷（1），第31-41页，1995年。[9] S.J.Godsill，“可建模为ARMA过程的语音和音频信号的贝叶斯增强”，《国际统计评论》，第65卷（1），第01-21页，1996年。[10] S.Fruhwirth Schnatter，有限混合和马尔可夫切换模型。斯普林格，2007年。[11] R.阿德勒、R.费尔德曼和M.塔克，重尾实用指南：统计技术和应用。斯普林格，1998年。[12] 罗斯，介绍性统计。麦克劳希尔，纽约，1996年。[13] R.Pearson，“过程建模和识别中的异常值”，IEEE Trans。控制系统。技术。，第10卷（1），第55-632002页。[14] G.阿加门诺尼、J.涅托和E。

Nebot，“异常值鲁棒卡尔曼滤波器”，发表于《IEEE机器人与自动化国际会议论文集》，2011年。草案[15]R.Pich\'e、S.S¨ark¨a和J.Hartikainen，“使用多元Student-t分布的非线性系统的递归离群值鲁棒滤波和平滑”，载于IEEE信号处理机器学习国际研讨会论文集（MLSP2012），2012年。[16] M.Roth，“非线性系统和重尾噪声的Kalman滤波器”，科学与技术中的链接研究。第1613号论文，瑞典林克平大学，2013年。[17] J.Ting、E.Theodorou和S.Schaal，“学习异常值鲁棒卡尔曼滤波器”，欧洲机器学习会议论文集，2007年。[18] A.Sinha，T.Kirubarajan和Y.Bar Shalom，“卡尔曼-列维滤波器在跟踪机动目标中的应用”，IEEE航空航天和电子系统交易，第43卷（3），第1099-1107页，2007年。[19] M.Kok，“使用惯性传感器定位应用的概率建模”，科学与技术中的链接研究。论文编号1656，瑞典林克平大学，2014年。[20] H.Nurminen，T.Ardeshiri，R.Pich\'e和F.Gustafsson，“具有倾斜测量噪声的状态空间模型的鲁棒推理”，arXiv:1503.06606v1，2015年。[21]N.Shephard，《ARCH和随机波动性的统计方面》，Cox，D.R.和Hinkley，D.V.和BarndorffNeilsen编辑，O.E ed.London:Chapman&Hall，1996年，第1-67页。[22]R.Douc，E.Moulines和D.Stoffer，非线性时间序列：理论、方法和应用，附R个例子。查普曼和哈尔克，2014年。[23]E.Ozkan、V.Smidl、S.Saha、C.Lundquist和F.Gustafsson，“具有未知时变噪声参数的非线性模型的边缘化自适应粒子滤波”，Automatica，第49卷，第6期，1566-1575页，2013年。[24]O.Cappe、E.Moulines和T。

Ryden，隐马尔可夫模型中的推理。斯普林格·维拉格，纽约，2005年。[25]R.Meinhold和N.Singpurwalla，“卡尔曼滤波模型的鲁棒性”，美国统计协会杂志，第84卷，第479-486页，1989年。[26]F.J.Giron和J.C.Rojano，“具有椭圆轮廓误差的贝叶斯卡尔曼滤波”，《美国统计分类杂志》，第81卷，第390-395页，1994年。[27]C.Masreliez，“具有线性状态和观测关系的近似非高斯滤波”，IEEE自动控制交易，第20卷，第107-110页，1975年。[28]Z.Durovic和B.Kovacevic，“未知噪声统计下的稳健估计”，IEEE自动控制交易，第44卷（6），第1292-1296页，1999年。[29]P.Del Moral，Feynman-Kac公式：系谱和相互作用粒子系统及其应用。斯普林格·维洛格，纽约，2004年。[30]C.Snyder、T.Bengtsson、P.Bickel和J.Anderson，“高维粒子过滤的障碍”，《每月天气评论》，第136卷，第12期，第4629-4640页，2008年。[31]J.Mattingley和S.Boyd，“信号处理中的实时凸优化”，《IEEE信号处理杂志》，第27卷（3），第50-61页，2010年。[32]R.Chen和J.Liu，“混合卡尔曼滤波器”，皇家统计杂志。《社会》B辑，第62卷，第3期，第493-5082000页。[33]M.West，“正态分布的尺度混合”，生物计量学，第74卷，第3期，第646-648页，1987年。[34]S.Boris Choy和J.S.Chan，“统计建模中的比例混合分布”，《澳大利亚和新西兰统计杂志》，第50卷，第135-146页，2008年。[35]C.M.Carvalho，N.G.Polson和J.G.Scott，“稀疏信号的马蹄形估计器”，生物特征学，第97卷，第2期，第465-480页，2010年。草案[36]O.Barndorff Nielsen，J.Kent和M.Sorensen，“正态方差均值混合和z分布”，《国际统计评论》，第50卷，第145-159页，1982年。[37]J。

Nakajima和Y.Omori，“利用GHskew Students t分布的杠杆和不对称重尾误差的随机波动率模型”，计算统计和数据分析，第56卷，第3690-37042012页。[38]K.P.墨菲，《机器学习：概率视角》。麻省理工学院出版社，2012年。[39]A.Doucet和A.M.Johansen，《粒子滤波与平滑教程：十五年后》，牛津非线性滤波手册。牛津大学出版社，2011年。[40]F.Gustafsson，“定位应用的粒子过滤器理论与实践”，IEEE Aerosp。电子系统。杂志，第25卷，第7期，第53-81页，2010年3月。[41]P.M.Djuria，J.H.Kotecha，J.Zhang，Y.Huang，T.Ghirmai，M.F.Bugallo和J.Miguez，“粒子滤波”，IEEESignal Processing杂志，第20卷，第5期，第19-38页，2003年。[42]N.肖邦，“序贯蒙特卡罗方法的中心极限定理及其在贝叶斯推理中的应用”，《统计学年鉴》，第32卷，第6期，第2385-2411页，2007年。[43]T.Sch¨on，F.Gustafsson和P.J.Nordlund，“混合线性/非线性状态空间模型的边缘化粒子滤波器”，IEEE信号处理交易，第53卷，第7期，第2279-2289页，2005年。[44]S.Saha，G.Hendeby和F.Gustafsson，《混合卡尔曼滤波器及其超越》，乌帕迪亚，S.K.和戴伊，D.K.和辛格，U.和洛根那坦，A.ed.查普曼和霍尔/华润出版，2015年。[45]S.Saha、E.Ozkan、F.Gustafsson和V.Smidl，“高斯噪声参数贝叶斯估计的边缘化粒子滤波器。”2010年第13届信息融合国际会议记录。[46]M.J.Lombardi和S.J.Godsill，“对称α稳定噪声中信号的在线贝叶斯估计”，IEEETransactions On Signal Processing，vol.54，no.2，pp.775–779，2006年。[47]J.Vila Valls、C.Fern\'andez Prades、P.Closas和J.F。

Rubio，“对称α稳定测量噪声中非线性状态空间模型的贝叶斯滤波”，发表于《第19届欧洲信号处理会议论文集》（EUSIPCO2011），2011年。[48]M.K.Pitt和S.G.Walker，“使用辅助变量构造平稳时间序列模型及其应用”，《美国统计协会杂志》，第100卷，第470号，第554–564页，2003年。[49]S.Saha，P.K.Mandal，Y.Boers，H.Driessen和A.Bagchi，“在SMC方法中使用矩匹配的高斯建议密度”，统计与计算，第19卷（2），第203-208页，2009年。[50]S.Kim，N.Shephard和S.Chib，“随机波动性：可能性推断和与arch模型的比较”，经济研究综述，第65卷，361-393页，1998年。[51]B.Ristic、S.Arulampalam和N.Gordon，《超越卡尔曼滤波器：用于跟踪应用的粒子滤波器》。ArtechHouse，2004年。[52]H.A.P.Blom和Y.Bar Shalom，“具有马尔可夫切换系数系统的交互多模型算法”，IEEE Trans。自动驾驶。《控制》，第33卷，第8期，第780-783页，1988年8月。草稿