多传感器顺序粒子滤波算法

被引：19

作者：

熊伟

何友

张晶炜

机构：

[1] 海军航空工程学院信息融合技术研究所,海军航空工程学院信息融合技术研究所,海军航空工程学院信息融合技术研究所山东烟台,山东烟台,山东烟台

来源：

电子学报 | 2005年 / 06期

关键词：

多传感器; 状态估计; 非线性; 非高斯; 粒子滤波;

D O I：

暂无

中图分类号：

TP212 [发送器（变换器）、传感器];

学科分类号：

140102 [集成电路设计与设计自动化];

摘要：

粒子滤波是一种基于MonteCarlo仿真的最优回归贝叶斯滤波算法.这种方法不受线性化误差和高斯噪声假定的限制,适用于任何状态转换或测量模型,因此能够很好地解决非线性、非高斯环境下系统的状态估计问题.为了能够有效地解决非线性、非高斯环境中的集中式多传感器状态估计问题,本文研究了多传感器顺序粒子滤波算法.首先,从理论上推导了一般的集中式多传感器粒子滤波模型;然后根据集中式多传感器系统的特点,提出了顺序重抽样方法.最后,给出了算法的仿真分析.仿真结果说明顺序粒子滤波方法能够明显提高多传感器系统状态估计精度,并且随着传感器数增多,改善的效果越好.

引用

页码：1116 / 1119

页数：4

共 5 条

[1]

高斯-厄米特粒子滤波器 [J].