Resumen

Las técnicas robustas mejoran críticamente la localización de objetivos solo con base en la medición de rodamientos cuando las mediciones relevantes están siendo corrompidas por ruido impulsivo. La resistencia a errores brutos aislados se refiere al método convencional de residuos absolutos mínimos (LAR), y su estimación puede ser determinada mediante programación lineal cuando se establecen ecuaciones pseudolineales. Sin embargo, el enfoque LAR no puede reducir el sesgo atribuido a la correlación entre las matrices del sistema y los vectores de ruido. En el presente estudio, se introducen perturbaciones en los elementos de la matriz del sistema y el vector de datos simultáneamente, y el problema de optimización total se formula en base a desviaciones absolutas mínimas. Posteriormente, se obtiene una forma equivalente de residuos absolutos mínimos totales (TLAR), y se desarrolla un algoritmo para calcular la estimación robusta mediante algoritmos de ascenso dual. Además, el rendimiento del método propuesto se verifica a través de simulaciones numéricas utilizando dos tipos de geometrías

• Materias:Big Data Gestión de riesgos Administración de información Red neuronal Teoría de redes
• Subjects:Big Data Risk management Information management Neural network Network Theory
• Palabras claves:Técnicas robustas; Ruido impulsivo; Programación lineal; Sesgo; Correlación; Residuos absolutos totales mínimos
• Keywords:Robust techniques; Impulsive noise; Linear programming; Bias; Correlation; Total least absolute residuals