用于状态估计的自适应粒子滤波

被引：11

作者：

邓小龙 ^{[1
]}

谢剑英 ^{[1
]}

郭为忠 ^{[2
]}

机构：

[1] 上海交通大学自动化系

[2] 上海交通大学机械与动力工程学院

来源：

华南理工大学学报(自然科学版) | 2006年 / 01期

关键词：

粒子滤波; 状态估计; UKF; 自适应滤波; 强跟踪滤波器;

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：

分析了粒子滤波的性能关键,提出了一种新的自适应粒子滤波算法.该算法采用一种新提议分布,即将UKF(Unscented Kalman Filter)与自适应强跟踪滤波器(STF)相结合.新提议分布通过UKF构造粒子群,而粒子群中的每个粒子中的每个sigma点用STF来更新,它可以在线调节因子而使得算法自适应.非线性状态估计仿真试验证实了改进的粒子滤波算法的有效性.

引用

页码：57 / 61

页数：5

共 5 条

[1] 基于进化粒子滤波器的混合系统故障诊断 [J].