| 基于KLD采样的自适应UPF非线性状态估计方法 |
| |
| 引用本文： | 裴福俊,孙新蕊,崔平远. 基于KLD采样的自适应UPF非线性状态估计方法[J]. 系统仿真学报, 2009, 21(9) |
| |
| 作者姓名： | 裴福俊 孙新蕊 崔平远 |
| |
| 作者单位： | 1. 北京工业大学电子信息与控制工程学院,北京,100124
2. 哈尔滨工业大学深空探测基础研究中心,哈尔滨,150001 |
| |
| 摘 要： | 针对标准UPF算法存在的计算量大、实时性差的问题,设计了一种利用KLD采样在线实时改变粒子个数的自适应UPF算法.该算法的核心思想是利用KLD采样原理,根据预测粒子在状态空间中的分布情况来在线实时的确定下一次滤波迭代所需的粒子个数,减少对滤波算法没有帮助的粒子,仅保留保证滤波估计精度所需的最少粒子个数,从而有效减小算法的运算量,提高算法的实时处理能力.最后,将自适应UPF算法与粒子滤波、标准UPF算法进行了仿真比较,仿真结果表明在保持高精度估计能力的同时,自适应UPF算法比标准UPF算法具有更好的实时性,是解决非线性非高斯系统状态估计问题的一种有效方法.
|
| 关 键 词： | 自适应UPF KLD采样 非线性非高斯 状态估计 |
Adaptive Unscented Particle Filter with KLD-Sampling for Nonlinear State Estimation |
| |
| Abstract: | |
| |
| Keywords: | adaptive unscented particle filter KLD-Sampling nonlinear and non-Gaussian state estimation |
| 本文献已被 万方数据 等数据库收录！ |
|
