為了解決非線性濾波中量測噪聲呈厚尾分布且統(tǒng)計特性不確定的問題,提出一種基于Pearson Type VII分布的自適應(yīng)濾波算法.針對傳統(tǒng)魯棒卡爾曼濾波器因尺度矩陣和自由度參數(shù)固定不變而無法自適應(yīng)調(diào)整的問題,以容積卡爾曼濾波器為基礎(chǔ),選擇Pearson Type VII分布對厚尾噪聲進行建模,將傳統(tǒng)魯棒濾波固定自由度參數(shù)的估計轉(zhuǎn)化為Pearson Type VII分布中可自適應(yīng)調(diào)整的雙自由度參數(shù)的估計,并通過inverse Wishart和Gamma分布描述尺度矩陣、雙自由度參數(shù)和輔助參數(shù)的先驗分布,利用遺忘因子對各參數(shù)進行時間更新;基于變分貝葉斯理論,對系統(tǒng)狀態(tài)、尺度矩陣、雙自由度參數(shù)和輔助參數(shù)形成的聯(lián)合后驗概率密度函數(shù)進行變分迭代,實現(xiàn)對系統(tǒng)狀態(tài)和未知厚尾噪聲的聯(lián)合估計.仿真結(jié)果表明,在不確定厚尾噪聲條件下,本文算法的濾波精度高于傳統(tǒng)魯棒容積卡爾曼濾波.

【文章頁數(shù)】：9 頁

【文章目錄】：
1 問題描述
2 不確定厚尾噪聲條件下的狀態(tài)估計
    2.1 共軛先驗分布和時間更新
    2.2 基于變分貝葉斯的近似后驗
3 基于Pearson Type VII 分布的不確定厚尾噪聲濾波
4 仿真及分析
5 結(jié)語



本文編號：3761190