多变分卡尔曼GRU

多模态航迹更准

结合变分卡尔曼滤波与GRU,动态估计时变参数和噪声,提升船舶轨迹预测的准确性与合理性。

贾承丰 · Jie, Ma · Kouw, Wouter M.

IEEE Transactions on Aerospace and Electronic Systems 2024

技术优势

同时预测不确定性

集成变分卡尔曼滤波,可估计特定运动模态的过程噪声,为预测提供概率分布而非单一轨迹。

在线识别运动模式

利用贝叶斯多模型与在线模式选择策略,从早期观测中动态表示潜在运动模式。

精度合理性双提升

在不同观测长度和预测时域上均超越基线方法,预测既准又合理。

应用场景