基于不确定模型误差系统的变分贝叶斯STCKF

发布时间：2017-12-10 06:15

  本文关键词：基于不确定模型误差系统的变分贝叶斯STCKF

  更多相关文章： 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.
【作者单位】： 西北工业大学自动化学院;
【基金】：陕西省自然科学基金项目(2014JQ8342) 总装备部基金项目(91xxxxxx43)
【分类号】：TN713
【正文快照】： 0引言非线性系统的确定采样型滤波算法在解决非线性状态估计问题时具有较好的效果,其核心思想是先对状态先验分布获取一定数量的sigma点,运用sigma点近似随机变量高斯分布的均值和协方差.对这些sigma点经非线性函数直接传递后进行加权求和计算,使得其达到逼近非线性状态的目的，

本文编号：1273437