带不确定混合噪声系统的变分贝叶斯期望最大滤波算法

摘要：

卡尔曼滤波器假设量测噪声为已知统计特性的高斯白噪声,然而系统可能受到不确定随机噪声以及未知有界噪声共同影响,若采用单一滤波策略,则估计结果易出现较大偏差.将两种不确定噪声运用未知参数的高斯混合模型进行表示,提出变分贝叶斯期望最大滤波算法.所提方法采用变分贝叶斯最大化方法对量测噪声模型中的超参数进行更新,在得到模型超参数后,利用变分贝叶斯期望算法计算噪声模型的隐变量.对上述过程反复迭代,最终获得系统的状态和协方差.仿真结果表明,相比于传统的卡尔曼滤波算法和联合滤波算法,变分贝叶斯期望最大滤波算法在出现混合不确定噪声时,经纬度定位精度均提高60％以上,提高了导航系统的精确性.

关键词：变分贝叶斯;未知但有界噪声;卡尔曼滤波;高斯混合模型;期望最大算法

所属期刊栏目：29

分类号：TP273(自动化技术及设备)

资助基金：国家自然科学基金;陕西省国际合作重点项目;陕西省教育厅科研计划项目

在线出版日期：2021-12-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：475-481,490