GNSS说第(七)讲---自适应动态导航定位(二)---贝叶斯估计

GNSS说第(七)讲—自适应动态导航定位(二)

贝叶斯估计

参数无先验信息的贝叶斯估计
静态或动态测量信息与未知参数之间的函数模型及未知参数和观测量的统计模型是参数估计的基础。一般情况下观测量与未知参数之间的函数模型是已知的，而未知参数及观测量的统计模型则分为已知的、未知的或部分已知的多种情况。

参数具有先验信息的贝叶斯估计


参数具有先验信息的贝叶斯估计也是Kalman滤波的基础。实际上,在 Kalman滤波中状态参数的模型预报值可视为状态参数的先验期望,预报协方差矩阵可视为相应的先验协方差矩阵,于是基于贝叶斯估计理论很容易推导出 Kalman滤波的参数解,并作出合理的统计学解释。
若将参数先验期望看成伪观测向量,相应的先验协方差矩阵看成伪观测向量的协方差矩阵,将伪观测向量与实际观测向量统一组成观测向量,并将相应的协方差矩阵也组成统一的协方差矩阵,则参数的最小二乘解与贝叶斯估计完全一致。

公式均为博主手动敲出，难免有误，恳请大家交流指正！