测量噪声污染模型下的动态定位Bayes算法  

Bayesian Estimation for Kinematic Positioning with Contaminated Model of Measurement Noise

作　　者：宋迎春[1,2] 陈宇波[1] 曾联斌[1] 

机构地区：[1]中南大学信息物理工程学院,长沙市410083 [2]西安测绘研究所,西安市710054

出　　处：《武汉大学学报（信息科学版）》2009年第6期736-740,共5页Geomatics and Information Science of Wuhan University

基　　金：国家自然科学基金资助项目(40874005,40774001);国家863计划资助项目(2007AA12Z331);国家教育部博士点专项基金资助项目(200805331086)

摘　　要：应用Bayes定理,给出了测量噪声污染模型下一类动态模型状态的抗差Bayes估计,并同时给出了一种污染率未知时的滤波算法。模拟算例结果证明了该算法的有效性和可靠性。Based on Bayesian theory under contaminated distribution, a robust Bayesian estimator for the state parameters of one kind of dynamic models is given. Meanwhile, we study the algorithms with unknown contaminated factors. A simulation example of filtering shows that the modified Kalman filter is effective and reliable.

关 键 词：卡尔曼滤波 粗差 BAYES估计 动态定位 

分 类 号：P207[天文地球—测绘科学与技术]