混合线性/非线性状态空间模型的边缘Rao-Blackwellized粒子滤波法(英文)

被引：9

作者：

尹建君 ^{[1
]}

Mike Klaas ^{[2
]}

机构：

[1] 复旦大学电子工程系

[2] Department of Computer Science, University of British Columbia, Vancouver VTZ, Canada

来源：

Chinese Journal of Aeronautics | 2007年 / 04期

关键词：

信息处理技术; 边缘Rao-Blackwellized粒子滤波器; 仿真; 混合线形/非线性; 地形辅助导航;

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：

本文提出了边缘 Rao-Blackwellized 粒子滤波器(marginal Rao-Blackwellized particle filter, MRBPF)算法,算法融合了 Rao-Blackwellized 粒子滤波器(Rao-Blackwellized particle filter , RBPF)算法和边缘粒子滤波器(marginal particle filter, MPF)算法。算法中状态被分为线形和非线性两部分,分别用 MPF 和卡尔曼滤波器(Kalman Filter)进行估计。地形辅助导航(terrain aided navigation, TAN)的仿真结果表明,与 RBPF 相比,提出算法的非线性状态估计的误差均方根(root mean square error, RMSE)和误差方差分别降低了约 29%和 96%,独立粒子数提高了约80%,获得了更好的收敛结果。分析表明,现有RBPF是MRBPF的一个特例。

引用

页码：348 / 354

页数：7