自适应广义高次容积卡尔曼滤波算法

抑制非高斯突变噪声

融合变分贝叶斯与最大相关熵准则,在未知时变噪声和测量异常值下仍能保持高精度状态估计。

刘宝衡 · Zhang, Xiaochuan · Jia, Shuyang · Sichen, Zou · Tian, Deyan

Circuits, Systems, and Signal Processing 2023

技术优势

抑制非高斯突变噪声

算法利用最大相关熵准则,降低了量测异常值对状态估计的影响,从而在非高斯突变噪声下保持稳定。

适应未知时变噪声

采用变分贝叶斯方法在线近似测量噪声协方差,无需先验已知噪声统计特性。

修正异常量测值

引入抗差因子对量测值进行修正,并针对不同噪声类型优化核带宽,增强了对量测异常的鲁棒性。

应用场景