Un filtro aproximado gaussiano robusto para sistemas no lineales con ruidos de medición de cola pesada

La matriz de escala y el parámetro de grados de libertad (dof) de una distribución t de Student son importantes para la inferencia robusta no lineal, y es difícil determinar valores exactos en aplicaciones prácticas debido a entornos complejos. Para resolver este problema, se deriva un filtro aproximado gaussiano (GA) robusto mejorado basado en el enfoque bayesiano variacional, donde se infiere el estado junto con la matriz de escala desconocida y el parámetro dof. El filtro propuesto se aplica a un problema de seguimiento de objetivos con valores atípicos de medición, y su rendimiento se compara con un filtro GA robusto existente con matriz de escala fija y parámetro dof. Los resultados muestran la eficiencia y superioridad del filtro propuesto en comparación con el filtro existente.