#байесовская_фильтрация — Public Fediverse posts

Робастный Variational Bayes UKF в городском каньоне: комплексирование измерений при аномальных сигналах GPS

В условиях «городского каньона» GPS-сигнал подвержен эффектам многолучевого распространения и экранирования, что порождает аномалии в измерениях псевдодальности. Классические фильтры Калмана, предполагающие аддитивный гауссовский шум, в таких условиях демонстрируют резкое падение точности оценки позиционирования. В статье сравниваются два нелинейных фильтра Калмана: классический Fusion UKF (централизованный мультисенсорный UKF с фиксированной гауссовской моделью шума) мультисенсорный Variational Bayes Fusion UKF , в котором шум измерений моделируется распределением Стьюдента через вариационное байесовское приближение, а итеративная оценка скрытой масштабирующей переменной позволяет автоматически подавлять аномальные GPS-измерения. В сценариях с имитацией GPS-аномалий по типу городского каньона Variational Bayes Fusion UKF более чем вдвое превзошёл Fusion UKF по RMSE позиционирования.

https://habr.com/ru/articles/1001458/

#вариационное_исчисление #фильтр_калмана #аномалии #байесовский_вывод #робототехника #измерения #навигация #байесовская_фильтрация

Робастный Variational Bayes UKF в городском каньоне: комплексирование измерений при аномальных сигналах GPS

В условиях «городского каньона» GPS-сигнал подвержен эффектам многолучевого распространения и экранирования, что порождает аномалии в измерениях псевдодальности. Классические фильтры Калмана, предполагающие аддитивный гауссовский шум, в таких условиях демонстрируют резкое падение точности оценки позиционирования. В статье сравниваются два нелинейных фильтра Калмана: классический Fusion UKF (централизованный мультисенсорный UKF с фиксированной гауссовской моделью шума) мультисенсорный Variational Bayes Fusion UKF , в котором шум измерений моделируется распределением Стьюдента через вариационное байесовское приближение, а итеративная оценка скрытой масштабирующей переменной позволяет автоматически подавлять аномальные GPS-измерения. В сценариях с имитацией GPS-аномалий по типу городского каньона Variational Bayes Fusion UKF более чем вдвое превзошёл Fusion UKF по RMSE позиционирования.

https://habr.com/ru/articles/1001458/

#вариационное_исчисление #фильтр_калмана #аномалии #байесовский_вывод #робототехника #измерения #навигация #байесовская_фильтрация

Робастный Variational Bayes UKF в городском каньоне: комплексирование измерений при аномальных сигналах GPS

В условиях «городского каньона» GPS-сигнал подвержен эффектам многолучевого распространения и экранирования, что порождает аномалии в измерениях псевдодальности. Классические фильтры Калмана, предполагающие аддитивный гауссовский шум, в таких условиях демонстрируют резкое падение точности оценки позиционирования. В статье сравниваются два нелинейных фильтра Калмана: классический Fusion UKF (централизованный мультисенсорный UKF с фиксированной гауссовской моделью шума) мультисенсорный Variational Bayes Fusion UKF , в котором шум измерений моделируется распределением Стьюдента через вариационное байесовское приближение, а итеративная оценка скрытой масштабирующей переменной позволяет автоматически подавлять аномальные GPS-измерения. В сценариях с имитацией GPS-аномалий по типу городского каньона Variational Bayes Fusion UKF более чем вдвое превзошёл Fusion UKF по RMSE позиционирования.

https://habr.com/ru/articles/1001458/

#вариационное_исчисление #фильтр_калмана #аномалии #байесовский_вывод #робототехника #измерения #навигация #байесовская_фильтрация

Робастный Variational Bayes UKF в городском каньоне: комплексирование измерений при аномальных сигналах GPS

В условиях «городского каньона» GPS-сигнал подвержен эффектам многолучевого распространения и экранирования, что порождает аномалии в измерениях псевдодальности. Классические фильтры Калмана, предполагающие аддитивный гауссовский шум, в таких условиях демонстрируют резкое падение точности оценки позиционирования. В статье сравниваются два нелинейных фильтра Калмана: классический Fusion UKF (централизованный мультисенсорный UKF с фиксированной гауссовской моделью шума) мультисенсорный Variational Bayes Fusion UKF , в котором шум измерений моделируется распределением Стьюдента через вариационное байесовское приближение, а итеративная оценка скрытой масштабирующей переменной позволяет автоматически подавлять аномальные GPS-измерения. В сценариях с имитацией GPS-аномалий по типу городского каньона Variational Bayes Fusion UKF более чем вдвое превзошёл Fusion UKF по RMSE позиционирования.

https://habr.com/ru/articles/1001458/

#вариационное_исчисление #фильтр_калмана #аномалии #байесовский_вывод #робототехника #измерения #навигация #байесовская_фильтрация