粒子滤波算法中的有限收敛界

被引:7
作者
程水英
张剑云
机构
[1] 电子工程学院信息系
基金
中国博士后科学基金;
关键词
递推非线性滤波; 扩展卡尔曼滤波; 粒子滤波; 有限收敛界;
D O I
10.16337/j.1004-9037.2008.04.003
中图分类号
TN713 [滤波技术、滤波器];
学科分类号
080902 ;
摘要
在已有的关于粒子滤波(PF)收敛性研究的成果上,指出了其在工程实践中存在的问题;根据粒子滤波在实际应用中普遍存在的收敛现象,提出了粒子滤波算法的有限收敛界(LCB)的概念,并针对一个经典的非线性滤波估计例子,给出了关于自举PF、裂变自举PF、高斯PF、无味高斯PF和辅助变量PF这5种典型粒子滤波算法有限收敛界的计算结果。LCB既可作为粒子滤波算法性能的度量指标之一,也可作为工程应用中某种粒子滤波算法粒子数选取的一个参考值。
引用
收藏
页码:481 / 485
页数:5
相关论文
共 6 条
[1]   裂变自举粒子滤波 [J].
程水英 ;
张剑云 .
电子学报, 2008, (03) :500-504
[2]   基于无味高斯粒子滤波的空-海BO-TMA的研究 [J].
程水英 ;
张剑云 .
现代雷达, 2007, (08) :68-71
[3]   On sequential Monte Carlo sampling methods for Bayesian filtering [J].
Doucet, A ;
Godsill, S ;
Andrieu, C .
STATISTICS AND COMPUTING, 2000, 10 (03) :197-208
[4]  
Filtering via Simulation: Auxiliary Particle Filters[J] . Michael K. Pitt,Neil Shephard.Journal of the American Statistical Association . 1999 (446)
[5]  
Survey of maneuvering target tracking.Part I: Dynamic models .2 Li X R,Jilkov V P. IEEE Trans Aerospace Electron Syst . 2003
[6]  
Fundamentals of Statistical Signal Processing: Estimation Theory .2 S. M. Kay. Prentice Hall . 1993