高斯渐进贝叶斯滤波器

摘要：

渐进贝叶斯方法将先验分布到后验分布的演化描述为一阶动态系统,通过在伪时间上连续地引入观测信息实现后验状态估计.该方法的一般形式解,即动态系统的时间导数,是难以得到的.本文提出一种高斯型渐进贝叶斯滤波器.首先在线性高斯条件下推导了时间导数的解析解;然后证明了在该条件下,由该解析解确定的一阶动态系统与常量状态估计的Kalman-Bucy滤波器是一致的,且由此导出的高斯渐进贝叶斯滤波器与卡尔曼滤波器是一致的.最后利用一阶Taylor展开推导了滤波器在非线性高斯条件下的近似解表达式,并采用Monte Carlo方法给出了具体实现方法.通过若干仿真算例表明,新滤波器具有较高的精度,且在一定精度条件下的时间复杂度低于一般粒子滤波器.

关键词：非线性滤波、渐进贝叶斯、卡尔曼滤波器、一阶动态系统、Monte Carlo方法

所属期刊栏目：32

分类号：TP202(自动化技术及设备)

资助基金：国防预研基金项目51401020503资助.Supported by National Defense Pre-research Foundation 51401020503

在线出版日期：2015-10-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：1023-1031