Новый фильтр Калмана: агенты смогут точнее оценивать данные в сложных условиях

Учёные разработали новый метод оценки данных в распределённых системах — нейронный консенсусный фильтр Калмана (CA-NKCF). В этой системе агенты обмениваются информацией и совместно оценивают скрытые данные, используя частичные знания о системе и возможности нейросетей. В отличие от существующих методов, новый фильтр не требует точных данных о статистике шума. Тесты в разных условиях — от линейных систем до сложных беспроводных сред — показали, что CA-NKCF работает лучше традиционных фильтров Калмана, фильтров частиц и нейросетей без моделей, причём сохраняет эффективность даже при сильном шуме и других помехах.