基于不确定模型误差系统的变分贝叶斯STCKF
来源期刊:控制与决策2016年第12期
论文作者:马天力 王新民 彭程 李婷 边琦
文章页码:2255 - 2260
关键词:强跟踪滤波器;容积卡尔曼滤波器;模型误差;时变噪声;虚拟噪声法;变分贝叶斯理论;
摘 要:强跟踪容积卡尔曼滤波器在对含有模型误差和时变噪声的非线性系统进行滤波时,容易出现性能降低甚至发散.鉴于此,提出一种基于变分贝叶斯的强跟踪容积卡尔曼滤波算法.该算法运用虚拟噪声法补偿模型误差,假设虚拟噪声均值非零,且满足高斯分布,虚拟噪声方差服从逆gamma分布,在强跟踪容积卡尔曼滤波器估计状态的同时,采用变分贝叶斯推理估计虚拟噪声参数.仿真结果表明,所提出算法对含模型误差与时变噪声的非线性系统具有较好的估计精度,相比于自适应算法具有更强的鲁棒性.
马天力,王新民,彭程,李婷,边琦
西北工业大学自动化学院
摘 要:强跟踪容积卡尔曼滤波器在对含有模型误差和时变噪声的非线性系统进行滤波时,容易出现性能降低甚至发散.鉴于此,提出一种基于变分贝叶斯的强跟踪容积卡尔曼滤波算法.该算法运用虚拟噪声法补偿模型误差,假设虚拟噪声均值非零,且满足高斯分布,虚拟噪声方差服从逆gamma分布,在强跟踪容积卡尔曼滤波器估计状态的同时,采用变分贝叶斯推理估计虚拟噪声参数.仿真结果表明,所提出算法对含模型误差与时变噪声的非线性系统具有较好的估计精度,相比于自适应算法具有更强的鲁棒性.
关键词:强跟踪滤波器;容积卡尔曼滤波器;模型误差;时变噪声;虚拟噪声法;变分贝叶斯理论;