| 求积分卡尔曼粒子滤波算法 |
| |
| 引用本文： | 巫春玲,韩崇昭.求积分卡尔曼粒子滤波算法[J].西安交通大学学报,2009,43(2). |
| |
| 作者姓名： | 巫春玲 韩崇昭 |
| |
| 作者单位： | 西安交通大学电子与信息工程学院,710049,西安 |
| |
| 基金项目： | 国家重点基础研究发展规划(973计划)，国家自然科学基金 |
| |
| 摘 要： | 针对非线性/非高斯系统的状态估计问题,提出一种采用求积分卡尔曼滤波(QKF)算法来产生重要性密度函数的粒子滤波新算法--PF-QKF算法.新算法使用统计线性回归的方法,通过一套高斯一厄米特积分点来线性化非线性函数,不需要计算雅可比矩阵,易于实现,而且所产生的重要性密度函数在系统状态转移概率密度的基础上,融入最新的观测数据,提高了对系统状态后验概率的逼近程度.理论分析和实验结果表明,PF-QKF算法的估计精度比无味粒子滤波(PF-UF)算法提高了约18%,其计算复杂度比PF-UF算法稍有降低,表明PF-QKF算法是一种很有效的非线性滤波算法.
|
| 关 键 词： | 粒子滤波 统计线性回归 求积分卡尔曼滤波 重要性密度函数 |
Quadrature Kalman Particle Filter |
| |
| WU Chunling,HAN Chongzhao.Quadrature Kalman Particle Filter[J].Journal of Xi'an Jiaotong University,2009,43(2). |
| |
| Authors: | WU Chunling HAN Chongzhao |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 维普 万方数据 等数据库收录！ |
|
