基于自由能原理的色噪声线性系统噪声平滑度估计

来自神经科学的自由能原理（FEP）提供了一个称为主动推断的框架，用于对受色噪声影响的状态空间系统进行联合估计与控制。然而，主动推断领域一直面临手动调节噪声平滑度参数的关键难题。为解决此问题，我们基于自由能原理的思想引入了一种新颖的在线噪声平滑度估计器。我们从数学上证明，在平滑度估计过程中，我们的估计器能够收敛到自由能最优值。利用该表述，我们提出了一种称为 DEMs 的状态与噪声平滑度联合观测器设计。通过严谨的仿真，我们表明 DEMs 以最小的状态估计误差优于最先进的状态观测器。最后，我们将 DEMs 应用于真实机器人问题——风中悬停四旋翼的状态估计，提供了概念验证，展示了其实用性。