Uma Estrutura de Suavização Rauch–Tung–Striebel Não Calibrada de Mistura Gaussiana para Reconstrução de Trajetória

A reconstrução de trajetória (TR) desempenha um papel importante em aplicações práticas. Os dados coletados para TR são frequentemente contaminados com ruído não Gaussiano devido a fatores ambientais, o que reduz a precisão da TR. Este estudo propõe um método novo para suprimir os efeitos do ruído de medição não Gaussiano. O método consiste em duas etapas: decompor o ruído de medição e realizar uma fusão ponderada dos estados relevantes. Na primeira etapa, o ruído de medição é decomposto em uma combinação ponderada de múltiplas distribuições Gaussianas usando o modelo de mistura gaussiana. Na segunda etapa, o modelo múltiplo interativo é empregado para realizar a fusão ponderada dos estados relevantes. A ideia principal do método proposto é transformar o problema de estimativa de estado de um caso não Gaussiano e não linear em um problema de estimativa de estado no caso não linear e Gaussiano. Com base nessa ideia, um novo filtro de Kalman não calibrado e uma estrutura de suavizador Rauch–Tung–Striebel não calibrada são desenvolvidos. As simulações e experimentos de TR são conduzidos para um veículo subaquático não tripulado para verificar a eficácia e superioridade dos algoritmos propostos. Os resultados demonstram que o desempenho dos algoritmos propostos é significativamente melhor do que o de algoritmos existentes proeminentes, especialmente na presença de ruído não Gaussiano.