| 辅助粒子滤波算法及仿真举例 |
| |
| 引用本文： | 赵梅,张三同,朱刚.辅助粒子滤波算法及仿真举例[J].北京交通大学学报(自然科学版),2006,30(2):24-28. |
| |
| 作者姓名： | 赵梅 张三同 朱刚 |
| |
| 作者单位： | 北京交通大学电子信息工程学院,北京100044 |
| |
| 摘 要： | 粒子滤波算法是近年来提出的一种较新的算法.通常的粒子滤波利用采样重要性重抽样算法,该算法选用先验分布,但它易受外部观测量的影响,因而会导致权值变化较大,并且引起较高的蒙特卡罗方差以致会使滤波性能较差.为此,本文引入一个辅助变量,利用一种新的使用二次加权操作的粒子滤波算法--辅助粒子滤波算法来对采样重要性重抽样算法进行改进.最后,通过两个仿真实例一维非线性追踪模型和二维纯方位目标追踪模型,进一步分析指出辅助粒子滤波算法比采样重要性重抽样算法更有效.
|
| 关 键 词： | 贝叶斯估计 重抽样 采样重要性重抽样 辅助粒子滤波 粒子滤波算法 仿真实例 Examples Simulation Particle Filter 分析 纯方位目标 追踪模型 非线性 一维 改进 操作 二次加权 使用 辅助变量 滤波性能 方差 蒙特卡罗 变化 权值 |
| 文章编号： | 1673-0291(2006)02-0024-05 |
| 收稿时间： | 2005-09-13 |
| 修稿时间： | 2005年9月13日 |
Auxiliary Particle Filter and Simulation Examples |
| |
| ZHAO Mei,ZHANG San-tong,ZHU Gang.Auxiliary Particle Filter and Simulation Examples[J].JOURNAL OF BEIJING JIAOTONG UNIVERSITY,2006,30(2):24-28. |
| |
| Authors: | ZHAO Mei ZHANG San-tong ZHU Gang |
| |
| Institution: | School of Electronics and information Engineering, Beijing Jiaotong University, Beijing 100044, China |
| |
| Abstract: | |
| |
| Keywords: | bayesiain estimation resampling sampling importance resampling auxiliary particle filter |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
|
