近日，信息与控制领域顶级期刊IEEE TSMC(IF:13.451)、Automatica和IEEE TIM发表（录用）了BEAT365唯一官网的最新研究成果Robust Adaptive Least Mean M-Estimate Algorithm for Censored Regression、Robust Stable Iterated Unscented Kalman Filter Based on Maximum Correntropy Criterion和Robust Power System Forecasting-Aided State Estimation with Generalized Maximum Mixture Correntropy Unscented Kalman Filter。BEAT365唯一官网为第一单位。该研究受到了国家自然科学基金面上项目（Nos.: 62171388, 61871461, 61571374）和BEAT365唯一官网交叉学科培育重点项目（2682021ZTPY091）的支持。

无迹卡尔曼滤波器（UKF）是进行目标跟踪的经典非线性算法，尽管已经广泛应用于自动驾驶、准制导、虚拟现实、医学诊断、电力系统状态估计等领域，仍然存在非高斯噪声干扰、测量方程模型不够精确和数值稳定性差等问题。赵海全教授课题组系统地研究了基于信息论学习准则的鲁棒、稳定与迭代UKF跟踪算法，有效解决了测量方程的模型不够精确和数值稳定性差的问题，实现了快速精确、稳定的汽车目标跟踪；消除了电力系统中出现的脉冲噪声、普拉斯噪声、不良测量数据和负荷突变等带来的危害，并通过IEEE 14、30和57节点测试系统验证了异常情况下跟踪算法执行电力系统预测辅助状态估计的有效性。上述成果是在赵海全教授指导下，由硕士生田博宇、汪艮同学完成。

赵海全教授课题组在国家自然科学基金（面上项目5项）等国家及省部级（四川省学术带头人基金、四川省杰出青年基金和四川省应用基础重点项目）项目30项支持下，取得信息与控制等基础学科领域多项顶级成果，获中国自动化学会自然科学一等奖和二等奖、教育部科技进步二等奖、第十二届詹天佑铁道科学技术奖—青年奖以及唐立新优秀学者奖、以及ICDSP“Best Paper Award”等10项国际学术奖励。近年，课题组注重在理论研究的基础下开展与电气工程等应用学科的交叉融合，得到了学校、学院大力支持，上述研究是在智能信息与控制领域取得的阶段性科研成果。

赵海全团队介绍：https://faculty.swjtu.edu.cn/zhaohaiquan/zh_CN/index.htm