粒子滤波算法

被引：577

作者：

王法胜 ^{[1
]}

鲁明羽 ^{[1
]}

赵清杰 ^{[2
]}

袁泽剑 ^{[3
]}

机构：

[1] 大连海事大学信息科学技术学院

[2] 北京理工大学计算机学院

[3] 西安交通大学人工智能与机器人研究所

来源：

计算机学报 | 2014年 / 37卷 / 08期

关键词：

粒子滤波; 重要性采样密度; 重采样; 自适应粒子滤波; 收敛性分析;

D O I：

暂无

中图分类号：

TN713 [滤波技术、滤波器];

学科分类号：

080508 [光电信息材料与器件];

摘要：

粒子滤波算法逐渐成为科学领域的研究热点.文章首先阐述了粒子滤波算法的提出背景,根据m阶马尔科夫假设,分析算法基本原理并推导后验概率密度及权值更新公式.分析了基本粒子滤波算法中存在的问题以及解决方法.针对粒子滤波算法重要性采样密度的选择问题,综述了重要性采样密度选择方法.对重采样技术及样本匮乏问题进行了深入的分析,讨论了算法收敛性分析的最新进展.对自适应粒子滤波算法以及粒子滤波算法在各主要应用领域的进展进行了论述.最后对粒子滤波算法的研究前景提出了展望.

引用

页码：1679 / 1694

页数：16

共 14 条

[1]

自适应不完全重采样粒子滤波器.[J].左军毅;张怡哲;梁彦;.自动化学报.2012, 04

[2]

粒子滤波算法测定混合染液染料浓度 [J].