基于贝叶斯估计的平滑算法 |
| |
引用本文: | 宋超,郝金明.基于贝叶斯估计的平滑算法[J].测绘科学,2013(3):52-53,51. |
| |
作者姓名: | 宋超 郝金明 |
| |
作者单位: | 信息工程大学测绘学院 |
| |
基金项目: | 信息工程大学测绘学院硕士学位论文创优基金(201112) |
| |
摘 要: | 基于贝叶斯估计的平滑算法是在事后处理的情况下,依据过去直至现在的观测值去估计过去的历史状态,以有效提高精度。而滤波是依据过去直至现在的观测值去估计现在的状态。从理论上讲,由于平滑用了所求估计时刻之后的观测值,平滑算法应比滤波优异一些。本文设计了2个实验仿真计算,在逼近效果和RMS等方面分别与Kalman滤波和双向滤波加权平均进行了比较。经实验证明,无论是逼近效果还是RMS,平滑算法都要更优一些。
|
关 键 词: | 贝叶斯估计 平滑算法 Kalman滤波 双向滤波加权平均 |
本文献已被 CNKI 等数据库收录! |
|