增量粒子滤波方法

被引：8

作者：

傅惠民

娄泰山

吴云章

机构：

[1] 北京航空航天大学小样本技术研究中心

来源：

航空动力学报 | 2013年 / 28卷 / 06期

关键词：

增量量测方程; 增量粒子滤波; 系统误差; 滤波精度; 深空探测;

D O I：

10.13224/j.cnki.jasp.2013.06.005

中图分类号：

TN713 [滤波技术、滤波器];

学科分类号：

080902 ;

摘要：

提出增量粒子滤波的概念,建立增量粒子滤波模型及其分析方法,给出其算法.对于工程实际中存在的由未知系统误差的影响而无法精确建立量测似然函数的这一问题,提出增量粒子滤波方法,通过对带有未知系统误差的量测数据进行校正,获得精确的量测似然函数,建立精确的增量粒子滤波模型,从而消除这种未知系统误差的影响,减少重采样的次数,较好地保存了粒子的多样性,提高非线性滤波的精度.模拟仿真中,重采样的次数减少41.7%,滤波误差均值和均方根误差分别降低了45.3%和70.1%,有效地改善了滤波的效果.

引用

页码：1201 / 1207

页数：7

共 8 条

[1] 无迹增量滤波方法 [J].

傅惠民 ;

娄泰山 ;

吴云章 .

航空动力学报, 2012, 27 (07) :1625-1629

[2] 自适应增量Kalman滤波方法 [J].

傅惠民 ;

吴云章 ;

娄泰山 .

航空动力学报, 2012, 27 (06) :1225-1229

[3] 欠观测条件下的扩展增量Kalman滤波方法 [J].

傅惠民 ;

娄泰山 ;

吴云章 .

航空动力学报, 2012, 27 (04) :777-781

[4] 欠观测条件下的增量Kalman滤波方法附视频 [J].

傅惠民 ;

吴云章 ;

娄泰山 .

机械强度, 2012, (01) :43-47

[5]

一种用于解决粒子滤波粒子退化现象的重要性重采样算法的研究[J]. 张洪涛,马培军,崔平远.飞行器测控学报. 2008 (04)

[6]

粒子滤波算法及其应用[M]. 科学出版社 , 朱志宇, 2010

[7]

Kalman滤波理论及其在导航系统中的应用[M]. 科学出版社 , 付梦印等编著, 2003

[8]

Influence of theobservation likelihood function on particle filtering perfor-mance in tracking applications .2 Lichtenauer J,Reinders M,Hendriks E. Proceedings SixthIEEE International Conference on Automatic Face andGesture Recognition . 2004

← 1 →