论文部分内容阅读
针对量测数据方差未知的滤波问题，本文提出了一种模糊自适应衰减系数的变分贝叶斯Kalman滤波(VB-AKF)算法。该算法利用量测数据精度分类信息，将当前时刻精度等级左边界的变化值和量测噪声方差的相对变化值作为模糊推理的两个输入变量，自适应调整衰减系数，并在量测数据精度等级升高时重置了后验分布参数。实验结果表明，该算法能更好地适应量测噪声方差的动态变化，快速有效地估计出系统状态和量测噪声方差，具有较高的滤波精度。