基于高斯分布的多层无迹卡尔曼滤波算法

发布时间：2017-12-13 16:17

  本文关键词：基于高斯分布的多层无迹卡尔曼滤波算法

  更多相关文章： 无迹卡尔曼滤波 多层采样 高斯分布 高阶无迹卡尔曼滤波

【摘要】：在传统无迹卡尔曼滤波(UKF)中对其估计精度和计算效率起关键作用的是采样算法,即构造具有权重的样本点.研究表明,带权样本点匹配随机变量的阶矩越高滤波的精度越高,如多项式无迹卡尔曼滤波(PUKF),但通常此类算法的复杂度过高甚至难以求解.为此,基于高斯分布结合高阶矩匹配与无迹卡尔曼滤波线性扩张方法(LUKF),提出一种兼顾效率和精度的高斯滤波离线算法.实验结果表明,所提出算法拥有比UKF更高的估计精度和比PUKF更好的计算效率.
【作者单位】： 中国科学院重庆绿色智能技术研究院自动推理与认知研究中心;重庆邮电大学计算机科学与技术学院;
【基金】：国家自然科学基金项目(61202131) 重庆市科委基金项目(cstc2012gg B40004;cstc2014jcsfglyjs0005;cstc2014zktjccxyy B0031) 中国科学院“西部之光”项目
【分类号】：TN713
【正文快照】： 0引言目前,在非线性滤波领域常采用两类滤波方法:一类是线性化近似非线性函数,再应用线性估计的方法,其中最广泛应用的是扩展卡尔曼滤波(EKF)[1-2];另一类不需要对非线性函数线性化,而是选择一些采样点近似随机变量的概率密度分布,其中UKF[3-4]、粒子滤波(PF)[5]和容积滤波(CK

【相似文献】

中国期刊全文数据库 前10条

1 熊凯,张洪钺;基于神经网络的无迹滤波改进算法[J];航天控制;2005年04期

2 郝晓静;李国新;李明珠;张亚粉;常晓凤;;无迹卡尔曼滤波算法在目标跟踪中的研究[J];电子设计工程;2012年13期

3 郭文艳;韩崇昭;雷明;;迭代无迹Kalman粒子滤波的建议分布[J];清华大学学报(自然科学版);2007年S2期

4 强波;王正志;倪青山;;面向调控网络参数学习的无迹粒子滤波算法[J];计算机工程与应用;2011年09期

5 李昱辰;李战明;;噪声未知情况下的自适应无迹粒子滤波算法[J];吉林大学学报(工学版);2013年04期

6 屈红梅;;捞到新闻中的“大活鱼”[J];记者摇篮;2007年08期

7 张洋溢;王忠;;改进的无迹粒子滤波在组合导航中的应用研究[J];武汉理工大学学报(交通科学与工程版);2012年02期

8 王旭阳;王智勇;;一种自适应免疫优化的无迹粒子滤波器[J];计算机工程与应用;2013年04期

9 曲彦文;张二华;杨静宇;;改进的无迹粒子滤波算法[J];控制理论与应用;2010年09期

10 吕学斌;游志胜;周群彪;陈正茂;蔡葵;;基于无迹变换的概率假设密度滤波算法[J];系统仿真学报;2009年03期

中国重要会议论文全文数据库 前2条

1 李鹏;宋申民;;融合风险敏感估计算子的无迹粒子滤波[A];2011年中国智能自动化学术会议论文集（第一分册）[C];2011年

2 黄铫;张天骐;李越雷;刘燕丽;;一种扩维无迹卡尔曼滤波[A];2009安捷伦科技节论文集[C];2009年

中国重要报纸全文数据库 前1条

1 谭海林 杨保利 特约记者 杨明伟 本报记者 雷鸣剑;信息化指挥：“显之成形”“隐之无迹”[N];战士报;2008年

中国博士学位论文全文数据库 前1条

1 金瑶;基于支持向量回归机的无迹卡尔曼滤波设计与应用[D];中国地质大学;2013年

中国硕士学位论文全文数据库 前2条

1 李高飞;基于非线性统计模型分析的机动车定位算法实现研究[D];南京邮电大学;2013年

2 谢兴;基于优化无迹卡尔曼滤波的电网动态谐波检测[D];深圳大学;2015年

，

本文编号：1285777