従来のカルマンフィルタ解析では、パラメータの最適推定を得るために正確なノイズ統計特性が通常必要となります。しかし、多くの実際の工学応用では、試験条件や費用の制約により、正確なノイズ統計モデルを構築するための十分なサンプルを得ることが困難であり、その結果、解析精度の低下や結果の発散問題が生じることがあります。これらの課題に対処するため、本論文では区間過程モデルを導入してノイズの不確かさを表現し、新しいカルマンフィルタアルゴリズムを提案します。フィルタリング過程では、ノイズの上下限情報のみを与え、正確な確率分布を事前に仮定する必要はありません。まず、区間過程モデルを用いてノイズの不確かさを表現し、対応する状態空間方程式を構築します。次に、一次元および多次元の線形離散システムに対して新たなカルマンフィルタアルゴリズムを構築し、フィルタ誤差の分散でフィルタ推定の変動程度を表現します。最後に、3つの数値例を通じて提案アルゴリズムの有効性を検証します。

カルマンフィルタ;区間過程モデル;線形離散システム;状態推定;最小フィルタ誤差分散