非T噪声条件下自适应目标跟踪方法研究

摘要：

针对目标跟踪系统中量测噪声的重尾不对称问题,提出了一种基于变分贝叶斯理论的VBST算法.算法考虑重尾不对称量测噪声条件下的卡尔曼滤波,并使之与变分贝叶斯学习结合,将量测噪声与系统状态变量一起作为参数进行联合的递归估计,通过对近似后验分布不断更新迭代,使其逼近系统的真实后验分布.仿真结果表明,在目标跟踪系统中,当量测噪声出现重尾不对称时,基于偏斜T分布的变分贝叶斯滤波算法具有较高的滤波精度和较好的鲁棒性.

关键词：分布、变分贝叶斯、卡尔曼滤波器、鲁棒滤波

所属期刊栏目：40

分类号：TP273(自动化技术及设备)

资助基金：陕西省科技厅重点研发计划项目;陕西省教育厅科研计划项目

在线出版日期：2023-08-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：348-353,476