非线性卡尔曼滤波中噪声协方差的变分贝叶斯自适应
统计方法学
2013-02-05 v1
摘要
本文研究非线性随机状态空间模型中状态与时变噪声协方差矩阵的联合估计问题。我们提出了一种基于变分贝叶斯和高斯滤波的算法，用于高效计算近似滤波后验分布。基于高斯滤波的非线性状态空间模型计算表述，允许使用无迹变换、容积积分和高斯 - 埃尔米特积分等高效高斯积分方法，以及经典的泰勒级数近似。该算法的性能在模拟应用中得到了展示。
引用
@article{arxiv.1302.0681,
title = {Variational Bayesian Adaptation of Noise Covariances in Non-Linear Kalman Filtering},
author = {Simo Särkkä Jouni Hartikainen},
journal= {arXiv preprint arXiv:1302.0681},
year = {2013}
}