基于随机化Halton序列的粒子滤波算法研究

被引：10

作者：

黄冬民

潘泉

梁新华

机构：

[1] 西北工业大学自动化学院

来源：

计算机应用研究 | 2011年 / 28卷 / 01期

关键词：

拟蒙特卡洛; Halton序列; 随机化; 粒子滤波;

D O I：

暂无

中图分类号：

TP301.6 [算法理论];

学科分类号：

摘要：

为了克服传统粒子滤波蒙特卡洛(MC)随机采样粒子之间的间隙过大与层叠,及其产生的采样效率和滤波精度较低的问题,提出一种基于Halton序列的拟蒙特卡洛(QMC)采样粒子滤波算法。该算法在对Halton序列进行随机化、较好地消除其各维之间相关性的基础上,将之应用于粒子采样过程,以代替蒙特卡洛随机采样,得到用均匀分布粒子近似的后验状态概率密度。仿真证实,算法性能要优于传统粒子滤波算法,改善了采样效率与计算精度,且能克服粒子的退化现象。

引用

页码：91 / 94

页数：4

共 7 条

[1]

Monte Carlo Variance of Scrambled Equidistribution Quadrature. Owen,A.B. SIAM Journal on Numerical Analysis . 1997

[2]

A tutorial on particle filters for online nonlinear/non-Gaussian Bayesian tracking. M Sanjeev Arulampalam,Simon Maskell,Neil Gordon,et al. IEEE Transactions on Signal Processing . 2002

[3]

Random Number Generation and Monte Carlo Methods. J. Gentle. . 2003

[4]

Monte Carlo and Quasi-Monte Carlo sampling. C. Lemieux. . 2009

[5]

Applied multivariate statistical analysis, 6th edn. RA Johnson,DW Wichern. . 2007

[6]

Quasi-Monte Carlo filtering in nonlinear dynamic systems. GUO Dong,WANG Xiao-dong. IEEE Transactions on Signal Processing . 2006

[7]

Comparison of Monte Carlo and quasi Monte Carlo sampling methods in high dimensional model repre-sentation. FEIL B,KUCHERENKO S,SHAH N. Proc of the1st International Conference on Advances in System Simulation . 2009

← 1 →