一种基于随机变分贝叶斯学习的压力传感器标定装置温度建模方法

摘要

一种基于随机变分贝叶斯学习的压力传感器标定装置温度建模方法，考虑了存在过程噪声,测量噪声以及参数不确定情况下的维纳非线性模型的辨识问题。根据随机优化的思想,将模型参数分为全局隐变量和局部隐变量,通过自然梯度下降方法计算全局隐变量对应的全局变分参数,实现对模型信息的更新。针对VBEM方法的局限性，只需要部分局部隐变量的信息即可实现对全局隐变量后验分布的更新,从而实现目标函数的最大化,可以显著降低变分推理的计算量,对于压力传感器温度建模的辨识具有显著的进步。