• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>IEEE Transactions on Aerospace and Electronic Systems >State Estimation in Unknown Non-Gaussian Measurement Noise using Variational Bayesian Technique
【24h】

State Estimation in Unknown Non-Gaussian Measurement Noise using Variational Bayesian Technique

机译：使用变分贝叶斯技术的未知非高斯测量噪声中的状态估计

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

The problem of state space estimation of linear systems in an unknown non-Gaussian noise field is considered. A finite Gaussian mixture model (GMM) is used to model the non-Gaussian measurement noise with unknown statistics. A variational Bayesian expectation maximization (VBEM) algorithm is proposed to estimate the system states as well as the unknown parameters. In the variational Bayesian expectation (VBE) step, approximate inference is established to estimate the system state. The Gaussian mixture parameters are then updated in the variational Bayesian maximization (VBM) step. We also derive the true marginal posteriors to verify the performance of the proposed VBEM method. Computer simulations show that the proposed method has an improved estimation performance compared with other conventional approaches.
机译：考虑了未知非高斯噪声场中线性系统状态空间估计的问题。有限高斯混合模型（GMM）用于对统计信息未知的非高斯测量噪声建模。提出了一种变分贝叶斯期望最大化（VBEM）算法来估计系统状态以及未知参数。在变分贝叶斯期望（VBE）步骤中，建立近似推断以估计系统状态。然后在变分贝叶斯最大化（VBM）步骤中更新高斯混合参数。我们还导出了真实的边际后验，以验证所提出的VBEM方法的性能。计算机仿真表明，与其他常规方法相比，该方法具有更好的估计性能。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号