블록 대각우위 양정밀 서브옵티멀 필터와 스무터

초록

**
본 논문은 전이 행렬과 시스템·관측 잡음 공분산이 거의 블록 대각 형태인(stochastic) 동역학 시스템에 대해, 2차까지의 ε‑전개를 이용한 서브옵티멀 칼만 필터와 고정 구간 스무터를 제안한다. 제안 기법은 근사 공분산이 양의 반정밀성을 유지하도록 변환(T) 연산을 적용해 수치적 안정성을 확보하고, 블록 구조를 활용해 연산량을 크게 절감한다. 특히 유동 흐름의 분산 PDE 모델과 같은 대규모 픽셀 기반 관측에 적용 가능함을 보인다.

**

상세 분석

**
논문은 먼저 “거의 블록 대각(Near‑Block‑Diagonal, N.B.D.)” 행렬을 정의하고, 이를 0차(완전 블록 대각)와 1차·2차 오프‑다이아고날 항으로 전개한다. 핵심 가정은 전이 행렬 Φ(i+1,i), 시스템 잡음 공분산 ΓQΓᵀ, 초기 공분산 P(0|0) 그리고 정보 행렬 Jᵢ=HᵀᵢR⁻¹ᵢHᵢ 모두가 N.B.D. 형태라는 점이다. 이러한 구조 하에서 표준 칼만 필터의 시간‑예측 단계와 측정‑업데이트 단계를 각각 블록 별로 정확히 계산하고, 1차·2차 교정항을 추가해 근사 공분산 P(ε) 를 얻는다.

하지만 근사 과정에서 양정밀성(positive‑definiteness)이 손실될 위험이 있다. 이를 방지하기 위해 저자들은 변환 T₁, T₂, T_b 를 도입한다. 예를 들어 T₁