Variational Bayesian Importance-Sampling Particle Filter

2026-10-02

0

PRE

AI

DOI：10.1016/j.dsp.2026.106531

原文求助

摘要

En 中文

• PF被简要回顾，未知噪声和重尾情况下的失效被分析。 • 一种新的重要性密度通过IW和Student’s t自适应地由VB近似。 • 预测状态和观测误差协方差矩阵的计算被设计。 • 该方法应用于非线性模型，结果令人满意。

Keyword:

State estimation

particle filter (PF)

variational Bayesian (VB)

construction of importance density

calculation of error covariance