非线性欺骗下更高精度
该算法通过随机线性化理论近似非线性攻击下的观测分布，并利用推断真实观测进一步提升状态估计精度。
何立栋 · Mengran, Li · Ni, Yuqing · Yuchuan, Ma · 通雁辉
Journal of the Franklin Institute 2026
利用随机线性化近似非线性攻击下的观测分布，提升EM算法对未知参数的估计精度，进而提高状态估计精度。
仿真结果表明，SL-GMM和SL-GMM-ITO算法在非线性欺骗攻击下均优于现有的基于GMM的方法。
SL-GMM-ITO算法利用检测到的观测推断真实观测，并将其用于状态估计，进一步提升估计性能。