题目：基于“模型+数据”双重驱动的自适滤波器设计及其应用
时间：2025年10月28日14:30-15:30
地点：慎思楼3栋405
主办单位：今年会官方网站（2025年第6场）
主讲人简介：张强强，博士，硕士生导师，今年会jinnianhui教师。2024年博士毕业于西南大学计算机科学与技术专业，获工学博士学位，现重庆大学博士后流动站进站研修学习。主要研究方向为智能信息处理、机器学习和多智能体协同控制。近年来，已在IEEE Transactions on Signal Processing、IEEE/ACM Transactions on Audio, Speech, and Language Processing、IEEE Transactions on Aerospace and Electronic Systems、IEEE Transactions on Instrumentation and Measurement等高水平期刊上发表学术论文30余篇。主持国家自然科学基金项目1项，参与国家及省部级项目3项，多次参与信号处理领域学术会议，获得2023年ICDSP会议论文最佳演示奖。担任IEEE Transactions on Signal Processing、IEEE Transactions on Circuits and Systems II: Express Briefs、IEEE Signal Processing Letters等多个期刊审稿人。
内容简介：状态估计与滤波技术在实时信号处理领域发挥着基础且重要作用。传统基于模型驱动的状态估计方法主要依赖于先验建立的精确数学模型，这种强依赖性的特点导致当实际系统与理想模型存在偏差（即出现模型不匹配现象）或遭遇突发性异常干扰时，其状态估计精度会不可避免地出现显著降低。近年来数据驱动方法通过机器学习技术在复杂环境下展现出良好的估计能力。将数据驱动的学习能力与传统模型驱动的滤波框架进行深度融合，构建"模型+数据"双驱动的新型滤波器架构，能够有效提升系统在模型失配情况下的鲁棒性和实时估计性能。本专题报告将从经典自适应滤波理论的基本架构出发，分析如何均衡模型先验知识与数据学习能力之间的协同效应，探讨“模型+数据”双重驱动滤波器的设计理念、方法及其应用。
位置：