非线性系统中状态和参数联合估计的双重粒子滤波方法

被引:11
作者
侯代文
殷福亮
机构
[1] 大连理工大学电子与信息工程学院
关键词
粒子滤波; 双重估计; 充分统计量; 贝塔分布; 非线性系统;
D O I
暂无
中图分类号
TN713 [滤波技术、滤波器];
学科分类号
080902 ;
摘要
该文提出了一种双重粒子滤波方法,对存在未知参数的非线性系统进行状态和参数联合估计。该方法采用基于充分统计量的粒子滤波技术,避免了重采样过程中的粒子枯竭现象;采用贝塔分布拟合系统参数的后验分布,不仅充分利用了先验信息,而且避免了对高斯分布拖尾部分的采样,提高了粒子的采样效率。仿真实验结果表明,该方法提高了非线性系统中状态和参数的估计精度,降低了滤波器对初始误差的敏感性。
引用
收藏
页码:2128 / 2133
页数:6
相关论文
共 7 条
[1]  
统计信号处理基础[M]. 电子工业出版社 , (美)StevenM.Kay著, 2006
[2]  
概率、随机变量与随机过程[M]. 西安交通大学出版社 , (美)A.帕普里斯(AthanasiosPapoulis), 2004
[3]   Dynamic conditional independence models and Markov chain Monte Carlo methods [J].
Berzuini, C ;
Best, NG ;
Gilks, WR ;
Larizza, C .
JOURNAL OF THE AMERICAN STATISTICAL ASSOCIATION, 1997, 92 (440) :1403-1412
[4]   A GRADIENT ALGORITHM LOCALLY EQUIVALENT TO THE EM ALGORITHM [J].
LANGE, K .
JOURNAL OF THE ROYAL STATISTICAL SOCIETY SERIES B-METHODOLOGICAL, 1995, 57 (02) :425-437
[5]   A NONLINEAR SMOOTHING METHOD FOR TIME-SERIES ANALYSIS [J].
KITAGAWA, G .
STATISTICA SINICA, 1991, 1 (02) :371-388
[6]  
Maximum Likelihood from Incomplete Data via the EM Algorithm[J] . A. P. Dempster,N. M. Laird,D. B. Rubin.Journal of the Royal Statistical Society. Series . 1977 (1)