无人机非线性状态估计：扩展精确高斯变分推理学习方法.pdfVIP

第４７卷第３期国防科技大学学报Ｖｏｌ．４７Ｎｏ．３

２０２５年６月ＪＯＵＲＮＡＬＯＦＮＡＴＩＯＮＡＬＵＮＩＶＥＲＳＩＴＹＯＦＤＥＦＥＮＳＥＴＥＣＨＮＯＬＯＧＹＪｕｎ．２０２５

ｄｏｉ：１０．１１８８７／ｊ．ｃｎ．２０２５０３０１５ｈｔｔｐ：／／ｊｏｕｒｎａｌ．ｎｕｄｔ．ｅｄｕ．ｃｎ

无人机非线性状态估计：扩展精确高斯变分推理学习方法

刘久富，ＥｌｉｓｈａｈｉｄｉＳ．Ｂ．Ｍｖｕｎｇｉ，汪恒宇，解晖，刘向武，王志胜

（南京航空航天大学自动化学院，江苏南京２１１１０６）

摘要：针对在对时变非线性系统进行状态估计以及参数学习时估计误差大、抗干扰能力差等问题，提

出一种面向非线性系统的精确稀疏高斯变分推理的批量状态估计与参数学习方法。基于高斯变分推理提出

损失函数，状态估计问题转化为对真实后验近似问题，并引入需要学习的参数。对状态概率分布的参数使用

高斯－牛顿式优化器的方法进行迭代更新，利用Ｓｔｅｉｎ引理、协方差矩阵的稀疏性及高斯容积方法得到完整的

状态估计迭代方案。使用期望最大化学习测量模型的噪声参数，同时引入逆Ｗｉｓｈａｒｔ先验减少测量噪声和离

群值对参数学习以及状态估计结果的影响。通过对无人机仿真模型进行模拟实验，在不加入无人机运动以

及测量噪声真实值的情况下，对无人机轨迹能够进行精确的估计，且有效抑制测量噪声和测量离群值对轨迹



估计精度带来的影响。

论

文

关键词：精确稀疏高斯变分推理；非线性系统批量状态估计；参数学习；期望最大化方法；

拓

轨迹估计

展



中图分类号：ＴＰ１８１文献标志码：Ａ文章编号：１００１－２４８６（２０２５）０３－１４１－１０

Ｎｏｎｌｉｎｅａｒｓｔａｔｅｅｓｔｉｍａｔｉｏｎｆｏｒｕｎｍａｎｎｅｄａｅｒｉａｌｖｅｈｉｃｌｅｓ：ｅｘｔｅｎｄｅｄ

ｅｘａｃｔｌｙＧａｕｓｓｉａｎｖａｒｉａｔｉｏｎａｌｉｎｆｅｒｅｎｃｅｌｅａｒｎｉｎｇｍｅｔｈｏｄ

ＬＩＵＪｉｕｆｕ，ＥｌｉｓｈａｈｉｄｉＳ．Ｂ．Ｍｖｕｎｇｉ，ＷＡＮＧＨｅｎｇｙｕ，ＸＩＥＨｕｉ，ＬＩＵＸｉａｎｇｗｕ，ＷＡＮＧＺｈｉｓｈｅｎｇ

（ＣｏｌｌｅｇｅｏｆＡｕｔｏｍａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇ，ＮａｎｊｉｎｇＵｎｉｖｅｒｓｉｔｙ