均方根容积代价参考粒子滤波算法

发布时间：2018-10-15 18:44

【摘要】：为提高复杂噪声的滤波精度,基于均方根容积卡尔曼滤波(SCKF)和代价参考粒子滤波(CRPF),提出一种新的均方根容积代价参考粒子滤波算法(SCCRPF)。算法采用SCKF和最新量测信息更新先验分布函数,生成CRPF的重要密度函数,保留了SCKF对非线性系统的滤波精度,同时获取了CRPF对噪声假设未知系统的滤波精度。仿真结果表明,对于噪声假设未知系统,SCCRPF的滤波精度高于均方根容积粒子滤波(SCPF);对于噪声假设已知系统,SCCRPF的滤波精度高于CRPF。
[Abstract]:In order to improve the filtering accuracy of complex noise, a new RMS volumetric cost reference particle filter (SCCRPF).) algorithm based on root-mean-square volumetric Kalman filter (SCKF) and cost reference particle filter (CRPF),) is proposed. The algorithm uses SCKF and the latest measurement information to update the prior distribution function to generate the important density function of CRPF, which preserves the filtering accuracy of SCKF for nonlinear systems, and obtains the filtering accuracy of CRPF for noise assumed unknown systems at the same time. The simulation results show that the filtering accuracy of SCCRPF is higher than that of RMS Particle filter for noise hypothesized unknown system (SCPF); is higher than that of CRPF. for noise hypothetical system.
【作者单位】： 吉林农业科技学院电气与信息工程学院;东北电力大学信息工程学院;
【基金】：吉林省教育科学重点项目(ZD115088)
【分类号】：TN713

【相似文献】

相关期刊论文 前10条

1 林琼斌;王武;杨富文;;测量数据部分丢失的模糊非线性系统的耗散滤波[J];福州大学学报(自然科学版);2009年04期

2 陈锦;李艳玲;冉旭鹏;;粒子滤波技术在非线性系统中的应用和发展[J];福建电脑;2010年03期

3 吴兵,陈旭东,林靖波,干昌明,姜文华;激光探针测量非线性系统的研究[J];声学技术;1997年03期

4 佟斌,赵春晖;一种非线性系统自适应辨识的新方法[J];应用科技;2004年10期

5 孟开元;均方根转换器分析和应用[J];西安石油学院学报(自然科学版);1998年06期

6 曾焱;艾克拜尔江·克然木;;利用散射辐射分布矩测量表面轮廓均方根斜率[J];激光与红外;2009年08期

7 张良忠,金伟其,周立伟;成像系统均方根半径及调制传递函数的计算[J];电子学报;2000年08期

8 车艳;舒慧生;;一类概率依赖的不完全测量非线性系统的H_∞滤波[J];武汉工程大学学报;2011年11期

9 刘建华,张伟江,许晓鸣;基于PNN滤波的非线性系统故障检测方法[J];控制理论与应用;1997年02期

10 徐胜红,王亭,胡志强,张宗麟;MIMO非线性系统状态估计的递推Monte-Carlo方法研究[J];数据采集与处理;2003年03期

相关会议论文 前1条

1 吴丹;朱士群;;非高斯噪声对非线性系统的影响[A];中国光学学会2006年学术大会论文摘要集[C];2006年

相关博士学位论文 前1条

1 任密蜂;非高斯系统的控制及滤波方法研究[D];华北电力大学;2014年

相关硕士学位论文 前5条

1 张幸;非线性系统卡尔曼滤波的二阶近似方法改进[D];哈尔滨工业大学;2015年

2 张娟;关于离散时间网络非线性系统滤波问题的研究[D];曲阜师范大学;2015年

3 桑威林;基于采样的非线性卡尔曼滤波算法与应用研究[D];中国民航大学;2015年

4 邵腾;面向参数不精准系统的Kalman滤波理论研究[D];杭州电子科技大学;2016年

5 曹婷婷;基于粒子滤波的非线性系统鲁棒状态与参数估计方法[D];温州大学;2016年

，

本文编号：2273482