精度分类量测数据的变分贝叶斯自适应Kalman滤波算法
针对带有精度分类信息的方差未知量测数据的滤波问题,本文提出了一种扩展的变分贝叶斯自适应Kalman滤波(EVB-AKF)算法.该算法在量测数据精度等级不变或降低时将后验分布参数修正为原VB-AKF算法外推近似值与精度分类信息对应的方差上界的加权和的形式,并在精度等级提高时利用精度分类信息重置后验分布参数,解决了VB-AKF算法后验分布参数一阶常系数模型不能完全适应量测噪声方差动态变化的问题.仿真结果表明,该算法能够快速有效的估计出动态变化的量测噪声方差,并且能够有效的实现数据滤波.
信号处理 噪声识别 变分贝叶斯 自适应Kalman滤波算法 精度分类信息
黄建军 刘杰 虢琚婷
深圳大学ATR国防科技重点实验室,深圳,518060
国内会议
哈尔滨
中文
1482-1487
2013-10-01（万方平台首次上网日期，不代表论文的发表时间）