基于自適應(yīng)的增廣狀態(tài)-交互式多模型的機動目標跟蹤算法
發(fā)布時間:2022-11-10 20:54
現(xiàn)有的增廣狀態(tài)-交互式多模型算法存在著依賴于量測噪聲協(xié)方差矩陣這一先驗信息的問題。當先驗信息未知或不準確時,算法的跟蹤性能將會下降。針對上述問題,該文提出一種自適應(yīng)的變分貝葉斯增廣狀態(tài)-交互式多模型算法VB-AS-IMM。首先,針對增廣狀態(tài)的跳變馬爾科夫系統(tǒng),該文給出了聯(lián)合估計增廣狀態(tài)和量測噪聲協(xié)方差矩陣的變分貝葉斯推斷概率模型。其次,通過理論推導證明了該概率模型是非共軛的。最后,通過引入一種"信息反饋+后處理"方案,提出聯(lián)合后驗密度的次優(yōu)求解方法。所提算法能夠在線估計未知的量測噪聲協(xié)方差矩陣,具有更強的魯棒性和適應(yīng)性。仿真結(jié)果驗證了算法的有效性。
【文章頁數(shù)】:7 頁
本文編號:3705280
【文章頁數(shù)】:7 頁
本文編號:3705280
本文鏈接:http://www.sikaile.net/kejilunwen/dianzigongchenglunwen/3705280.html
最近更新
教材專著