一种基于Gibbs采样器的鲁棒滤波方法

摘要

本发明涉及一种鲁棒滤波方法，首先将线性状态空间模型中的过程噪声与观测噪声建模为GSTM分布，且其混合系数和尺度矩阵未知；引入满足Bernoulli分布的指示变量与满足Gamma分布的辅助参数，将GSTM分布分解为分层高斯的形式，且指示变量的统计参数同样为未知。所有未知变量的先验分布均建模为其共轭先验分布。每一个时间历元，在Gibbs采样器的框架下，将未知的尺度矩阵、指示变量、指示变量统计参数、辅助参数、当前及上一个时间历元的系统状态同时进行迭代采样。多次迭代之后选取达到稳态后的迭代周期采样的状态采样平均值作为最终的状态估计值。本发明在状态空间模型过程噪声及观测噪声为非静态厚尾分布时可较好的状态估计结果，对时变环境有较强的鲁棒性能。