截断的自适应容积粒子滤波器
本文关键词：截断的自适应容积粒子滤波器
更多相关文章： 截断的自适应容积粒子滤波器 后验概率密度函数 高精度 强非线性
【摘要】：在现有的高斯粒子滤波算法(Gaussian particle filter,GPF)中,粒子的重要性密度函数是由高斯滤波器(Gaussian filter,GF)结合当前最新量测来构建的。在高精度、强非线性的量测条件下,传统GF并不能很好地近似状态真实后验概率密度函数,为了解决这一问题,提出一种截断的自适应容积卡尔曼滤波器,并用其来构建粒子的重要性密度函数,从而推导出了截断的自适应容积粒子滤波器。仿真表明,在高精度、强非线性的量测条件下,所提出的滤波算法比现有的GPF具有更高的估计精度。
【作者单位】： 哈尔滨工程大学自动化学院;
【关键词】： 截断的自适应容积粒子滤波器 后验概率密度函数 高精度 强非线性
【基金】：国家自然科学基金(61371173) 中国博士后科学基金(2013M530147,2014T70309) 黑龙江省博士后基金(LBH-Z13052,LBHTZ0505) 哈尔滨工程大学中央高校基本科研业务费专项基金(HEUCFQ20150407)资助课题
【分类号】：TN713
【正文快照】： 网络优先出版地址:http:∥www.cnki.net/kcms/detail/11.2422.TN.20150918.1533.006.html0引言粒子滤波(particle filter,PF)是一种基于递推贝叶斯估计和蒙特卡罗仿真思想的统计滤波方法。标准PF算法将状态转移概率密度函数作为重要性密度函数,由于没有考虑到当前最新的量测信
【参考文献】
中国期刊全文数据库 前2条
1 张勇刚;黄玉龙;武哲民;李宁;;一种高阶无迹卡尔曼滤波方法[J];自动化学报;2014年05期
2 张召友;郝燕玲;吴旭;;3种确定性采样非线性滤波算法的复杂度分析[J];哈尔滨工业大学学报;2013年12期
【共引文献】
中国期刊全文数据库 前7条
1 关浩瀚;金福江;赖联有;汪亮;;基于薛定谔方程的随机滤波算法(英文)[J];自动化学报;2014年10期
2 张勇刚;黄玉龙;赵琳;;一种带多步随机延迟量测高斯滤波器的一般框架解[J];自动化学报;2015年01期
3 张勇刚;黄玉龙;李宁;赵琳;;带一步随机延迟量测非线性序列贝叶斯估计的条件后验克拉美罗下界[J];自动化学报;2015年03期
4 周德新;李宏肖;崔海青;;一种改进的高精度组合导航滤波算法仿真[J];计算机仿真;2015年04期
5 于m[;宋申民;王硕;;交互式容积卡尔曼滤波及其应用[J];控制与决策;2015年09期
6 王碧霞;李银伢;戚国庆;盛安冬;;基于SR-UKF的纯方位多移动机器人协同定位算法[J];南京理工大学学报;2015年04期
7 黄玉龙;张勇刚;李宁;赵琳;;带不确定量测和未知虚警概率的粒子滤波器[J];控制理论与应用;2015年08期
【二级参考文献】
中国期刊全文数据库 前5条
1 姬晓琴;高晓颖;;低轨卫星紧组合导航UKF方法[J];哈尔滨工业大学学报;2012年07期
2 王小旭;潘泉;黄鹤;高昂;;非线性系统确定采样型滤波算法综述[J];控制与决策;2012年06期
3 赵琳;王小旭;孙明;丁继成;闫超;;基于极大后验估计和指数加权的自适应UKF滤波算法[J];自动化学报;2010年07期
4 孙尧;张强;万磊;;基于自适应UKF算法的小型水下机器人导航系统[J];自动化学报;2011年03期
5 王璐;李光春;乔相伟;王兆龙;马涛;;基于极大似然准则和最大期望算法的自适应UKF算法[J];自动化学报;2012年07期
【相似文献】
中国期刊全文数据库 前10条
1 李少军;王宏;柴天佑;;基于t-分布粒子滤波器的目标跟踪[J];机器人;2006年06期
2 周妍;胡波;张建秋;;基于粒子滤波器和风险决策跟踪遮挡目标的方法[J];电子学报;2007年02期
3 魏星;王玲;;并行高斯粒子滤波器结构分析和实现[J];计算机工程与科学;2007年03期
4 郭延芬;谭雪琴;;约束仅方位跟踪粒子滤波器研究[J];南京理工大学学报(自然科学版);2008年06期
5 程鹏飞;;粒子滤波器的原理及其在目标跟踪中的应用[J];硅谷;2009年04期
6 杨保海;g，
本文编号：817391
本文链接：https://www.wllwen.com/kejilunwen/dianzigongchenglunwen/817391.html
