量测噪声未知Markov跳变系统变分贝叶斯辅助粒子滤波

来源：信号处理杂志 2025年第7期北京时间：

作者：程承, 毛德华, 赵斌, 孙瑾秋, 周军

摘要：Markov跳变系统估计问题是根据带有噪声的量测序列来估计系统状态与运行模态。在实际应用中，受自身工作状态改变以及外界随机干扰的影响，传感器量测噪声发生变化导致Markov跳变系统模型失准，从而影响系统状态与运行模态估计精度。为了适应传感器量测噪声变化，本文将Markov跳变系统量测噪声协方差阵建模成一个先验概率分布为逆威沙特分布且随时间变化的离散随机过程，并定义了分布超参数传递方程。针对Markov跳变系统量测噪声参数未知条件下系统状态估计问题，本文提出了一种新的变分贝叶斯辅助粒子滤波方法，以序贯的方式分别得到Markov跳变系统运行模态、系统状态和量测噪声协方差阵近似后验概率分布。该方法首先根据边缘化粒子滤波原理，从Markov跳变系统状态、运行模态以及量测噪声方差阵的联合后验分布中边缘化运行模态变量；随后利用系统状态和量测噪声协方差阵的预测近似先验分布以及辅助粒子滤波实现对系统运行模态后验概率分布的近似；最后基于变分贝叶斯推断得到运行模态条件下系统状态和量测噪声协方差阵近似后验概率分布。在目标跟踪仿真场景下，对比实验结果表明，在计算复杂度适当增加情况下，本文算法能够保证Markov跳变系统运行模态辨识准确率，状态和量测噪声参数估计精度优于其他方法。

关键词：Markov跳变系统, 状态估计, 辅助粒子滤波, 变分贝叶斯推断