一种变分贝叶斯改进无偏转换卡尔曼滤波

摘要：

针对雷达测量系统受野值干扰导致跟踪精度下降的问题,提出了一种变分贝叶斯改进无偏转换量测卡尔曼滤波器(VB-MUCMKF).该算法通过无偏转换卡尔曼滤波将更新后的目标状态估计值作为新的量测进行第二次无偏转换,一定程度上解决了量测偏差过大的问题;针对野值影响采用具有重尾特性的学生t分布取代高斯分布建模新的量测,利用变分贝叶斯方法通过最小化Kullback-Leibler散度函数迭代逼近实现测量协方差和目标状态的联合估计,从而提高野值干扰环境下滤波器的跟踪精度.仿真结果表明,提出的算法与EKF,UCMKF,EMUCMKF和MUCMKF相比位置均方根误差分别减少了48.9％,50.2％,1.9％,44.1％,速度均方根误差分别减少了60.6％,66.6％,9.7％,47.3％,降低了野值干扰带来的影响.

关键词：野值、变分贝叶斯、无偏转换量测、学生t分布

所属期刊栏目：31

分类号：TP24(自动化技术及设备)

资助基金：航空科学基金2016ZC59006

在线出版日期：2023-04-13（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：261-267