具有噪声信息与状态模型不确定系统的IMM自适应滤波

作者：马天力; 张扬; 高嵩^*; 刘盼; 陈超波

来源：控制与决策, 2023, 1-8.

DOI：10.13195/j.kzyjc.2022.1818

• 交互式多模型
• 过程噪声
• Skew-T分布
• 变分贝叶斯
• 自适应滤波
• 时变噪声

卡尔曼滤波器被广泛用于解决线性高斯系统的状态估计问题.然而,在实际应用中过程噪声与系统模型参数先验信息未知，且量测受到异常值干扰,给准确估计系统状态带来极大困难.针对具有噪声信息与状态模型不确定的动态系统,提出一种广义交互式多模型自适应滤波算法.该算法设计多个模型并行的方式对系统不确定进行处理,对于每个模型,建立Skew-T分布非对称重尾噪声表示模型,为解决过程噪声与系统协方差相互耦合难以求解的问题,利用逆威沙特分布对系统预测协方差矩阵进行描述,并通过变分贝叶斯推理递归计算系统状态的后验分布.仿真结果与实验验证表明,在噪声信息与状态模型不确定条件下,广义交互式多模型自适应滤波算法具有较高的估计精度.

• 单位
  电子信息工程学院; 西安工业大学