裂变自举粒子滤波

被引:47
作者
程水英
张剑云
机构
[1] 电子工程学院
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; 自举粒子滤波; 裂变繁殖; 裂变自举粒子滤波;
D O I
暂无
中图分类号
TN713 [滤波技术、滤波器];
学科分类号
摘要
自举粒子滤波(BPF:Bootstrap Particle Filtering)是一种经典而应用广泛的粒子滤波算法,但其重采样后常会引起严重的样本枯竭问题.本文提出在权值蜕化较为严重时,在原先的重采样前增加SFN预处理,即权值排序、裂变繁殖(fission)和权值归一,得到裂变BPF(FBPF)算法.针对一个典型的后验密度为双峰的强非线性滤波估计问题,通过Monte Carlo仿真表明,FBPF算法在保持与BPF算法相当的估计精度和运算时间的条件下,克服了样本枯竭问题,算法的鲁棒性更强.
引用
收藏
页码:500 / 504
页数:5
相关论文
共 2 条
  • [1] On sequential Monte Carlo sampling methods for Bayesian filtering
    Doucet, A
    Godsill, S
    Andrieu, C
    [J]. STATISTICS AND COMPUTING, 2000, 10 (03) : 197 - 208
  • [2] Fundamentals of Statistical Signal Processing: Estimation Theory .2 S. M. Kay. Prentice Hall . 1993