超级会员免费看
提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档
声明：以下为作者自己学习整理的内容，分享出来只是为了与更多的人学习交流，如有任何问题可以在评论区或通过私信与我沟通，我将在第一时间回复大家，感谢各位花时间阅读我写的文章。
1.主要内容
该论文是一篇关于非线性贝叶斯估计（量测噪声背景下）使用高斯和近似的学术论文，由Alspach和Sorenson在1972年发表在IEEE Transactions on Automatic Control上。以下是该论文的核心内容概述：
问题介绍：文章讨论了从带噪声的测量数据中估计非线性随机系统状态的问题。尽管过去几十年对此问题有大量研究，但目前还没有找到一个可以直接应用于特定应用的解决方案。Kalman滤波器方程原本是为线性高斯系统设计的，但现在也被广泛用于非线性非高斯系统。
非线性估计问题：文章强调了确定状态的条件概率密度函数的重要性。如果已知这个后验密度函数，就可以根据任何性能准则来确定状态的估计值。然而，除了线性高斯情况外，这个密度函数通常很难确定。
高斯和近似：文章提出了一种近似方法，允许从贝叶斯递归关系中显式计算后验密度。特别指出，可以通过加权高斯概率密度函数的和来近似任意密度函数。这种表示为后续开发的方法提供了基础。
高斯和滤波器：文章详细讨论了如何利用高斯和表示来解决非线性系统的滤波问题。这种方法涉及将非线性系统线性化，并应用Kalman滤波器方程。文章还讨论了在存在大量植物噪声（plant noise，可以理解为由系统内部原因引起的量测误差&#x
订阅专栏 解锁全文
116
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
