基于最大熵方法的鲁棒自适应滤波及其应用

发布时间：2021-02-25 03:21

　　针对过程噪声和量测噪声受到脉冲噪声影响而呈现非高斯分布,且噪声统计特性不精确从而导致估计精度下降的问题,提出一种基于最大熵方法的变分贝叶斯自适应卡尔曼滤波（maximum correntropy variational Bayes adaptive Kalman filter,MCVBAKF）算法,并将其应用于捷联惯导系统（strapdown inertial navigation system,SINS）/全球卫星定位系统（global positioning system,GPS）组合导航系统。首先,使用最大熵鲁棒滤波方法对由脉冲噪声产生的野值问题进行处理;然后,通过改进的变分贝叶斯自适应方法进行后验更新,估计噪声,收敛所估参数的估计值;最后,进行了仿真对比。结果表明,MCVBAKF在复杂环境下可以有效提升滤波精度和稳定性。 

【文章来源】：系统工程与电子技术. 2020,42(03)北大核心

【文章页数】：7 页

【参考文献】：
期刊论文
[1]基于自适应卡尔曼滤波算法的紧组合导航系统的研究[J]. 刘军,刘克诚,田甜,崔学伟.  电子测量技术. 2019(05)
[2]近似高斯共轭:非线性、多模态、不确定以及约束下的参数递归滤波等（英文）[J]. Tian-cheng LI,Jin-ya SU,Wei LIU,Juan M.CORCHADO.  Frontiers of Information Technology & Electronic Engineering. 2017(12)
[3]GPS/INS组合导航的变分贝叶斯自适应卡尔曼滤波[J]. 沈忱,徐定杰,沈锋,蔡佳楠.  哈尔滨工业大学学报. 2014(05)



本文编号：3050363