基于数据滤波的带协方差重置的递推贝叶斯算法

• 作者: 景绍学 李正明
• 来源期刊: 计算机应用研究
• 关键词: 递推贝叶斯算法 滤波 协方差重置 参数估计 在线算法 伪线性模型
• 年，卷（期）: 2016,（5）
• 所属期刊栏目: 算法研究与建模
• 页码范围: 1338-1341
• 页数: 4页
• 分类号: TP273|TP301.6
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2016.05.013

摘要

针对传统最小二乘算法计算量大、在有色噪声干扰下估计有误差的问题，提出了一种基于滤波技术的带协方差重置的递推贝叶斯算法。该算法使用一个动态非线性滤波器对输入输出数据进行滤波，然后使用贝叶斯方法进行参数估计。为了加快参数的收敛速度，在算法中加入了一种新型的协方差重置策略。计算量分析表明，当过程模型和噪声模型的阶数分别为6和4的时候，所提算法可以减少约62．35％的计算量。仿真结果显示，所提算法与传统最小二乘算法在采样数据长度为3000时的估计误差分别为0．771％和1．118％。因此，所提算法具有较高的计算效率，并且可以给出精度较高的参数估计值。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李正明	江苏大学电气信息工程学院	157	1549	22.0	31.0
2	景绍学	淮安信息职业技术学院电气工程系	14	33	4.0	5.0