一种用于解决非线性滤波问题的新型粒子滤波算法

被引：90

作者：

王法胜

赵清杰

机构：

[1] 北京理工大学计算机科学技术学院北京市智能信息技术重点实验室

[2] 北京理工大学计算机科学技术学院北京市智能信息技术重点实验室北京

来源：

计算机学报 | 2008年 / 02期

关键词：

非线性滤波; 扩展卡尔曼滤波器; Unscented卡尔曼滤波器; MKPF;

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：

粒子滤波算法受到许多领域的研究人员的重视,该算法的主要思想是使用一个带有权值的粒子集合来表示系统的后验概率密度.在扩展卡尔曼滤波和Unscented卡尔曼滤波算法的基础上,该文提出一种新型粒子滤波算法.首先用Unscented卡尔曼滤波器产生系统的状态估计,然后用扩展卡尔曼滤波器重复这一过程并产生系统在k时刻的最终状态估计.在实验中,针对非线性程度不同的两种系统,分别采用5种粒子滤波算法进行实验.结果证明,文中所提出的算法的各方面性能都明显优于其他4种粒子滤波算法.

引用

页码：346 / 352

页数：7

共 4 条

[1]

高斯-厄米特粒子滤波器 [J].

袁泽剑 ;

郑南宁 ;

贾新春 .

电子学报, 2003, (07) :970-973

[2]

Robust Monte Carlo localization for mobile robots[J] Sebastian Thrun;Dieter Fox;Wolfram Burgard;Frank Dellaert Artificial Intelligence 2001,

[3]

Filtering via Simulation: Auxiliary Particle Filters[J] Michael K. Pitt;Neil Shephard Journal of the American Statistical Association 1999,

[4]

An introduction to the Kal man filer Welch G;Bishop G; Technical Re-port TR95-041 2004,

← 1 →