發(fā)布時間：2021-02-25 03:21

　　針對過程噪聲和量測噪聲受到脈沖噪聲影響而呈現(xiàn)非高斯分布,且噪聲統(tǒng)計特性不精確從而導(dǎo)致估計精度下降的問題,提出一種基于最大熵方法的變分貝葉斯自適應(yīng)卡爾曼濾波（maximum correntropy variational Bayes adaptive Kalman filter,MCVBAKF）算法,并將其應(yīng)用于捷聯(lián)慣導(dǎo)系統(tǒng)（strapdown inertial navigation system,SINS）/全球衛(wèi)星定位系統(tǒng)（global positioning system,GPS）組合導(dǎo)航系統(tǒng)。首先,使用最大熵魯棒濾波方法對由脈沖噪聲產(chǎn)生的野值問題進(jìn)行處理;然后,通過改進(jìn)的變分貝葉斯自適應(yīng)方法進(jìn)行后驗更新,估計噪聲,收斂所估參數(shù)的估計值;最后,進(jìn)行了仿真對比。結(jié)果表明,MCVBAKF在復(fù)雜環(huán)境下可以有效提升濾波精度和穩(wěn)定性。 

【文章來源】：系統(tǒng)工程與電子技術(shù). 2020,42(03)北大核心

【文章頁數(shù)】：7 頁

【參考文獻(xiàn)】：
期刊論文
[1]基于自適應(yīng)卡爾曼濾波算法的緊組合導(dǎo)航系統(tǒng)的研究[J]. 劉軍,劉克誠,田甜,崔學(xué)偉.  電子測量技術(shù). 2019(05)
[2]近似高斯共軛:非線性、多模態(tài)、不確定以及約束下的參數(shù)遞歸濾波等（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組合導(dǎo)航的變分貝葉斯自適應(yīng)卡爾曼濾波[J]. 沈忱,徐定杰,沈鋒,蔡佳楠.  哈爾濱工業(yè)大學(xué)學(xué)報. 2014(05)



本文編號：3050363