Resumen

En este trabajo se propone un nuevo filtro de información robusto basado en la t de Student para un sistema multisensor no lineal con ruidos de proceso y de medición de cola pesada. Al principio, la función de densidad de probabilidad (PDF) predictiva y la PDF de verosimilitud se aproximan como dos distribuciones t de Student diferentes. Para evitar la incertidumbre del proceso inducida por el ruido del proceso de cola pesada, la matriz de escala de la PDF predictiva se modela como una distribución inversa de Wishart y se estima dinámicamente. A continuación, la PDF predictiva y la PDF de probabilidad se transforman en una forma gaussiana jerárquica para obtener la solución aproximada de la PDF posterior. Basándose en el método de aproximación variacional bayesiano, la PDF posterior se aproxima iterativamente minimizando la función de divergencia de Kullback-Leibler. Basándose en la PDF posterior de los parámetros auxiliares, se modifican la covarianza predicha y la covarianza del ruido de medición. A continuación, la matriz de información y el estado de información se actualizan sumando las contribuciones locales de información, que se calculan basándose en la covarianza modificada. Finalmente, el estado, la matriz de escala y las densidades posteriores se estiman después de iteraciones de punto fijo. Los resultados de la simulación de un ejemplo de seguimiento de objetivos demuestran la superioridad del filtro propuesto.

• Materias:Motores (Mecánica) Vehículo espacial Ingeniería Aeronáutica
• Subjects:Engines Space vehicles Aeronautical Engineering
• Palabras claves:pdf posterior, pdf de verosimilitud, matriz de escala, pdf predictivo, iteración de punto fijo, distribución de wishart inversa, función de densidad de probabilidad, métodos de aproximación bayesiana, soluciones de posterior, sistema multisensor no lineal
• Keywords:posterior pdf, likelihood pdf, scale matrix, predictive pdf, fixed point iteration, inverse wishart distribution, probability density function, bayesian approximation methods, solutions of posterior, nonlinear multisensor system