基于局部变分贝叶斯推断的分布式交互式多模型估计
胡振涛1
杨诗博2
侯巍1
1.河南大学人工智能学院,河南郑州 4500002.河南大学人工智能学院,河南郑州 450000;南开大学人工智能学院,天津 300381
摘要：针对目前部分多模型算法预先设定运动模型转移概率矩阵对状态估计精度的不利影响,本文提出了一种基于局部变分贝叶斯推断的分布式交互式多模型估计算法.不同于传统交互式多模型估计中运动模型转移概率矩阵为先验己知的假设条件,在分布融合估计框架下,首先基于最小化Kullback-Leibler散度准则的递归优化策略实现对运动模型转移概率矩阵的预测与更新;在此基础上,结合变分贝叶斯推断实现对当前时刻目标状态与模型概率的联合估计;最后依据协方差交叉融合策略完成对局部状态估计融合.仿真结果表明:新算法通过对运动模型转移概率矩阵以及模型概率自适应在线估计,有效提升了机动目标的状态估计精度.
关键词：机动目标跟踪变分贝叶斯推断模型转移概率矩阵分布式融合协方差交叉融合
论文发表日期：2024-04-28
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：10( 681-690 )
英文信息