精確稀疏高斯變分推理非線性狀態(tài)估計(jì)方法的研究

摘要： 針對非線性系統(tǒng)的狀態(tài)估計(jì)中對模型進(jìn)行線性近似使得估計(jì)結(jié)果誤差較大，進(jìn)行批量狀態(tài)估計(jì)時(shí)運(yùn)算量過大以及運(yùn)算效率低等問題，提出精確稀疏高斯變分推理(exactly sparse Gaussian variational inference, ESGVI)方法。首先，提出基于高斯變分推理的損失函數(shù)，將狀態(tài)估計(jì)問題轉(zhuǎn)化為利用數(shù)據(jù)對后驗(yàn)進(jìn)行近似的問題。對提取的損失函數(shù)、均值以及協(xié)方差矩陣使... （共10頁）