变分优化的高斯混合滤波及其在导航中的应用

论文摘要

针对时间差分载波相位/捷联惯导紧组合系统在非高斯噪声环境工作时,采用高斯混合滤波遇到的混合模型参数估计问题,提出了一种变分贝叶斯学习优化的高斯混合自适应滤波算法。该算法借鉴变分学习理论,准确高效地实现了高斯混合模型参数的自适应估计,进一步精化了滤波算法中的随机模型,能够显著提高估计精度,降低计算负担,改善滤波性能。实验结果表明,相比传统滤波算法,该算法的估计精度得到了进一步改善,运算耗时仅与拓展卡尔曼滤波相当。

论文目录

• 1 紧组合导航高斯混合滤波模型
•   1.1 伪距和时间差分载波相位的组合导航
•   1.2 高斯混合滤波
• 2 VB优化高斯混合滤波
•   2.1 高斯混合模型
•   2.2 VB优化的模型参数估计
•   2.3 判断收敛下限的方法
•   2.4 VB优化的GMF算法实现
• 3 计算与分析
•   3.1 模拟算例
•     3.1.1 仿真实验1
•     3.1.2 仿真实验2
•     3.1.3 仿真实验3
•     3.1.4 实验结果分析
•   3.2 动态数据算例
• 4 结语

文章来源

类型: 期刊论文

作者: 戴卿,隋立芬,田源,田翌君,曾添

关键词: 变分贝叶斯学习,高斯混合滤波,时间差分,自适应滤波

来源: 武汉大学学报(信息科学版) 2019年05期

年度: 2019

分类: 基础科学

专业: 自然地理学和测绘学

单位: 信息工程大学地理空间信息学院

基金: 国家自然科学基金(41674016,41274016)~~

分类号: P228.4

DOI: 10.13203/j.whugis20170235

页码: 699-705

总页数: 7

文件大小: 1335K

下载量: 155