-
题名不确定重尾量测噪声干扰下的鲁棒目标跟踪算法
被引量：1
- 1
-
-
作者
马天力
张扬
刘盼
高嵩
-
机构
西安工业大学电子信息工程学院
-
出处
《空军工程大学学报》
CSCD
北大核心
2022年第6期64-70,共7页
-
基金
陕西省重点研发计划(2022GY-242)
陕西省技术创新引导专项项目(2022GFY01-16)。
-
文摘
在大多数目标跟踪方法中,通常假设量测噪声服从参数已知的高斯分布或对称重尾分布,但其非常受限并且在实际过程中常常无法得到满足。因此,针对存在不确定重尾量测噪声干扰下的目标跟踪问题,提出基于变分推理的鲁棒容积卡尔曼滤波算法。该算法利用Skew-T分布对不确定重尾量测噪声进行建模,在基于容积规则的数值积分过程中,结合变分推理将Skew-T分布量测噪声参数与系统状态变量进行联合递归计算,通过对近似后验概率密度函数进行变分迭代,获得系统模型和不对称重尾量测噪声参数。仿真结果表明,该算法相比变分贝叶斯扩展卡尔曼滤波算法具有较高的滤波精度。
-
关键词
目标跟踪
重尾噪声
变分贝叶斯
容积卡尔曼滤波
KL散度
-
Keywords
target tracking
heavy-tailed noise
variational bayesian
cubature Kalman filter
kullback-liebler divergence
-
分类号
TN953
[电子电信—信号与信息处理]
-
