首页 | 官方网站   微博 | 高级检索  
     

关于动态模型状态参数的稳健贝叶斯估计的研究
引用本文:田铮 肖华勇. 关于动态模型状态参数的稳健贝叶斯估计的研究[J]. 西北工业大学学报, 1993, 11(4): 546-548
作者姓名:田铮 肖华勇
作者单位:西北工业大学 副教授(田铮),西北工业大学 研究生(肖华勇)
摘    要:在卡尔曼滤波理论中,假设状态噪声和量测噪声以及系统的初始状态 x_o 均服从于高斯分布且相互独立.然而,在工程应用中上述假设条件并非都能满足,观测数据中常常含有异常值(outliers),而且量测噪声也往往是含有异常值的“长尾分布”,而从本质上讲是递推最小二乘估计的卡尔曼滤波对异常值的“长尾分布”非常敏感,甚至一个异常值都会严重破坏对状态参数的估计,并且将这种误差由递推形式传播下去,从而破坏了实时控制机制.

关 键 词:动态模型 状态参数 贝叶斯估计

On Robust-Bayesian Estimation for the State Parameters of One Kind of Dynamic Models
Tian Zheng Xiao Huayong. On Robust-Bayesian Estimation for the State Parameters of One Kind of Dynamic Models[J]. Journal of Northwestern Polytechnical University, 1993, 11(4): 546-548
Authors:Tian Zheng Xiao Huayong
Affiliation:Department of Applied Mathematics Northwestern Polytechnical University
Abstract:
Keywords:robust-Bayesian estimation  heavy-tailed distribution
本文献已被 CNKI 维普 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司    京ICP备09084417号-23

京公网安备 11010802026262号