典型文献
不确定重尾量测噪声干扰下的鲁棒目标跟踪算法
文献摘要：
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.
文献关键词：
目标跟踪;重尾噪声;变分贝叶斯;容积卡尔曼滤波;KL散度
中图分类号：
作者姓名：
马天力;张扬;刘盼;高嵩
作者机构：
西安工业大学电子信息工程学院,西安,710021
文献出处：
引用格式：
[1]马天力;张扬;刘盼;高嵩-.不确定重尾量测噪声干扰下的鲁棒目标跟踪算法)[J].空军工程大学学报,2022(06):64-70
A类：
重尾噪声
B类：
量测噪声,噪声干扰,目标跟踪算法,跟踪方法,服从,高斯分布,称重,跟踪问题,变分推理,鲁棒容积卡尔曼滤波,容积卡尔曼滤波算法,法利,Skew,数值积分,分过,状态变量,递归计算,后验概率,概率密度函数,系统模型,变分贝叶斯,扩展卡尔曼滤波算法,KL,散度
AB值：
0.288184
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
