二郎在看論文的時(shí)候，發(fā)現(xiàn)了一個(gè)針對(duì)卡爾曼濾波過(guò)程中，測(cè)量向量出現(xiàn)誤差導(dǎo)致濾波發(fā)散的處理方法。

該方法也可以擴(kuò)展到其他問(wèn)題中使用，所以二郎在這里寫(xiě)一下。
論文原文：https://www.mdpi.com/1424-8220/20/17/4710

論文翻譯對(duì)應(yīng)

這里也可以看出它的一個(gè)核心
馬哈拉諾比斯度量/距離

1）什么是這個(gè)度量

2）具體怎么用的

3）論文中怎么用的
從上面的論文片段分析來(lái)看
它在卡爾曼濾波中，將這個(gè)過(guò)程加入其中。如果一次測(cè)量向量的輸入不滿足要求，那就可以忽略該次迭代的結(jié)果，即等同于刪除這次測(cè)量向量，以避免對(duì)最終結(jié)果的影響。

①
在統(tǒng)計(jì)學(xué)中，𝛼代表卡方分布（𝜒2分布）的所需置信水平。具體來(lái)說(shuō)，𝛼是顯著性水平，即發(fā)生誤差的概率。通常，置信水平是 1-𝛼。例如，如果𝛼=0.05，則置信水平是95%，表示我們有95%的信心認(rèn)為測(cè)試統(tǒng)計(jì)量落在卡方分布的臨界值之內(nèi)。這在假設(shè)檢驗(yàn)和置信區(qū)間估計(jì)中被廣泛應(yīng)用。
②卡方分布
當(dāng)n個(gè)相互獨(dú)立的隨機(jī)變量ξ?, ξ?, …, ξn，均服從標(biāo)準(zhǔn)正態(tài)分布（即均值為0，方差為1的正態(tài)分布）時(shí)，這n個(gè)隨機(jī)變量的平方和構(gòu)成一個(gè)新的隨機(jī)變量，其分布規(guī)律稱為卡方分布。
在這個(gè)定義中，參數(shù)n被稱為自由度（df），它表示用于估計(jì)統(tǒng)計(jì)參數(shù)的樣本數(shù)據(jù)值的數(shù)量。

其實(shí)也非常好理解，我們把$x{1}^2+x{2}^2+x{3}^2+x{4}^2+x{5}^2=A$，計(jì)算A的分布，就是自由度為5的卡方分布。這里有一點(diǎn)不叫繞，$x1$是什么？$x1$就是一個(gè)數(shù)字，這個(gè)數(shù)字符合一定規(guī)律在變化。我們?cè)诜抡婊蛘叻治鰰r(shí)，需要通過(guò)算法，隨機(jī)生成多個(gè)x1。然而我們?cè)诜治鰰r(shí)，我們時(shí)有多個(gè)x1，我們需要求出它的均值和方差，以找到它的分布規(guī)律。加入我們有100組x1，我們計(jì)算時(shí)，就會(huì)生成100個(gè)A，然后看這個(gè)A的分布規(guī)律，就是卡方分布。

至于具體論文中怎么設(shè)的，二郎也沒(méi)看太懂，大家懂的可以說(shuō)一下。