首页 | 本学科首页   官方微博 | 高级检索  
检索     
共有20条相似文献,以下是第1-20项 搜索用时 531 毫秒

1.  粒子滤波在无线通信中的应用综述  
   侯睿  张三同  朱刚《自动化技术与应用》,2008年第27卷第2期
   粒子滤波是一种基于贝叶斯原理的序贯Monte-Carlo方法。序贯重要性采样(SIS)算法是粒子滤波的核心算法。粒子滤波算法在处理非线性、非高斯系统的状态估计问题上优于其他滤波方法。本文对粒子滤波算法的基本原理及其在无线通信中的应用进行综述,重点介绍其中的几种典型应用:在盲均衡、衰落信道下的盲检测、多用户检测和衰落信道下的空时解码中的应用,并分别给出了每种应用的状态空间模型、权值更新公式和算法应用过程,并从性能、复杂度和适应性的角度分析了粒子滤波的应用优势。最后展望该算法在无线通信领域应用的发展方向。    

2.  非线性贝叶斯滤波算法综述  被引次数:1
   曲从善  许化龙  谭营《电光与控制》,2008年第15卷第8期
   滤波的目的是从序贯量测中在线、实时地估计和预测出动态系统的状态和误差的统计量。从递归贝叶斯估计的框架出发,对非线性滤波算法作了统一描述,并根据对后验概率密度的近似方法的不同,把非线性滤波划归为3类:基于函数近似的滤波方法、基于确定性采样的滤波方法和基于随机采样的滤波方法。对这些非线性滤波的原理、方法及特点做了分析和评述,最后介绍了非线性滤波研究的新动态,并对其发展作了展望。    

3.  一种粒子滤波SINS大方位失准角初始对准方法  
   李慧平  张福斌  徐德民  卢淑娟《鱼雷技术》,2009年第17卷第6期
   针对捷联惯导系统大方位失准角的情况,分析了系统非线性误差模型,提出了基于最优重要性分布函数的序贯重要性采样粒子滤波(SIS-PF)初始对准方法,并进行了仿真研究.仿真结果表明,在大方位失准角初始对准中,基于最优重要性分布函数的序贯重要性采样粒子滤波器初始对准精度比无迹卡尔曼滤波器(UKF)提高了一个数量级,与序贯重要性重采样粒子滤波(SIR-PF)初始对准相比,该方法不但精度高,而且计算量小.    

4.  粒子滤波算法综述  被引次数:95
   胡士强  敬忠良《控制与决策》,2005年第20卷第4期
   对粒子滤波算法的原理和应用进行综述.首先针对非线性非高斯系统的状态滤波问题.阐述粒子滤波的原理;然后在分析采样-重要性-重采样算法基础上.讨论粒子滤波算法存在的主要问题和改进手段;最后从概率密度函数的角度出发.将粒子滤波方法与其他非线性滤波算法进行比较.阐明了粒子滤波的适应性.给出了粒子滤波在一些研究领域中的应用.并展望了其未来发展方向.    

5.  粒子滤波算法  被引次数:1
   《计算机学报》,2014年第8期
   粒子滤波算法逐渐成为科学领域的研究热点.文章首先阐述了粒子滤波算法的提出背景,根据m阶马尔科夫假设,分析算法基本原理并推导后验概率密度及权值更新公式.分析了基本粒子滤波算法中存在的问题以及解决方法.针对粒子滤波算法重要性采样密度的选择问题,综述了重要性采样密度选择方法.对重采样技术及样本匮乏问题进行了深入的分析,讨论了算法收敛性分析的最新进展.对自适应粒子滤波算法以及粒子滤波算法在各主要应用领域的进展进行了论述.最后对粒子滤波算法的研究前景提出了展望.    

6.  粒子滤波技术在非线性系统中的应用和发展  
   陈锦  李艳玲  冉旭鹏《福建电脑》,2010年第26卷第3期
   粒子滤波技术因其具有灵活、易于实现、应用前景广阔,以及有效处理非线性、非高斯问题等特点,受到了越来越广泛的重视。本文详细论述了非线性系统模型、贝叶斯重要性采样、粒子滤波存在的问题、收敛性,以及在工程领域的各种应用和发展。最后对粒子滤波发展方向做了进一步的展望.    

7.  粒子滤波算法研究进展与展望  
   张诗桂  朱立新  赵义正《自动化技术与应用》,2010年第29卷第6期
   粒子滤波是一种通过非参数化的Monte Carlo模拟方法实现递推贝叶斯估计的算法。本文对粒子滤波的发展和研究现状进行了阐述,详细介绍和分析了粒子滤波的基本原理、存在的几个关键问题及解决方法,总结归纳出11种主要改进粒子滤波器,同时论述了粒子滤波应用领域。最后对未来发展提出了展望。    

8.  非线性系统测量数据丢失时的一种粒子滤波器算法  被引次数:1
   李雄杰  周东华《兵工学报》,2009年第30卷第10期
   针对在工程实践中发生的测量数据随机丢失情况,提出了一种应用于非线性系统的滤波方法,该方法将基于序贯重要性采样的粒子滤波器应用于非线性、非高斯系统状态的在线状态估计.首先将测量数据丢失描述成满足一定条件概率分布的二元开关序列;然后基于似然函数设计方法,设计出测量数据丢失时的粒子滤波器算法;最后用本文方法对倒立摆系统状态估计进行了仿真.仿真实验表明,测量数据丢失时的粒子滤波器算法是有效的.    

9.  一种确定性的粒子滤波算法  
   齐振恒  李涛《压电与声光》,2009年第31卷第6期
   基于序贯蒙特卡罗的粒子滤波已成为研究非线性非高斯估计问题的一个重要途径.该文将统计学中的数论方法应用于粒子滤波,用代表点来代替随机样本,由于随机分布的代表点较蒙特卡罗方法具有更好的收敛速度,对随机分布有更好的代表性,因此可望提高粒子滤波的性能.在简单介绍了粒子滤波及随机分布代表点理论的基础上,将随机分布的F-偏差代表点应用于粒子滤波,对粒子滤波中关键的初始粒子生成、重点密度采样及再采样过程给出了相应的代表点算法,得到了一个包含最少随机操作的确定性粒子滤波算法.仿真结果表明,确定性粒子滤波算法在滤波性能及计算效率均有不同程度的提高.    

10.  粒子滤波算法在目标跟踪中的应用  被引次数:4
   饶文碧  雷育华  王君《武汉理工大学学报》,2009年第31卷第3期
   粒子滤波算法通过非参数化蒙特卡罗仿真方法实现递推贝叶斯滤波,基于序贯重要性采样的粒子滤波算法无法避免粒子退化问题;通过在滤波初始化阶段对初始化粒子进行优化选择,在重采样阶段使用非排序的基于权重的重采样算法对粒子滤波算法进行了改进,从一定程度上解决了粒子退化问题;仿真验证,本算法在保持与传统粒子滤波算法运算时间的条件下,提高了粒子滤波算法的估计精度,从而提高了其在机动目标跟踪中的性能.    

11.  非线性/非高斯序贯贝叶斯滤波  
   刘凤霞  宫先仪《杭州电子科技大学学报》,2011年第4期
   序贯Bayesian滤波为Bayesian滤波的递归实现,为在线估计系统状态提供了一个合理的框架。序贯贝叶斯滤波是基于状态—空间模型的。在线性高斯状态—空间模型下,最佳序贯贝叶斯滤波为大家熟知的卡尔曼滤波。在非线性/非高斯状态—空间模型下,最佳序贯贝叶斯滤波不存在通用的解析解,基于卡尔曼滤波的方法和质点滤波方法为比较常用的两类次最佳序贯贝叶斯滤波。它们各有各的优势,是相互补充的。该文采用扩展卡尔曼滤波和序贯重要性重采样质点滤波对两个非线性/非高斯系统的状态进行跟踪,仿真表明系统非线性/非高斯不严重时采用扩展卡尔曼比较合适,非线性/非高斯较严重时采用序贯重要性重采样比较合适。    

12.  非高斯噪声中的粒子滤波算法研究  被引次数:1
   王晓薇  山拜·达拉拜  陈娟  李婷婷《计算机工程与科学》,2012年第34卷第7期
   在非线性非高斯动态系统中,粒子滤波已成为解决系统参数估计和状态滤波的主流方法。然而,粒子退化是粒子滤波中不可避免的现象,粒子重采样是解决方法之一。本文针对粒子退化现象,在扩展卡尔曼滤波器的基础上研究了一种基于支持向量机粒子滤波算法,算法实现中扩展卡尔曼粒子滤波器结合支持向量机对当前时刻的重要性采样,再对粒子样本进行重采样。该算法能有效地利用量测值的最新信息,状态估计误差较小,同时避免了粒子匮乏。理论分析和仿真结果表明,新算法在双模噪声非线性系统估计的精度优于标准粒子滤波算法与扩展卡尔曼粒子滤波算法。    

13.  基于粒子滤波器的移动机器人定位和地图创建研究进展  被引次数:1
   余洪山  王耀南《机器人》,2007年第29卷第3期
   首先,对粒子滤波器的原理和研究进展进行了综述.然后,介绍了基于粒子滤波器的移动机器人定位研究进展.其次,给出了粒子滤波器在移动机器人地图创建领域的最新成果.最后,对粒子滤波器在移动机器人研究领域的未来发展方向进行了展望.    

14.  基于采样的非线性滤波方法综述  
   程卓  郑祥《软件工程师》,2010年第6期
   对基于采样的非线性滤波方法的原理及应用进行了综述。在系统阐述贝叶斯估计理论的基础上,按照非线性函数线性化方法的不同,分析和总结卡尔曼滤波、扩展的卡尔曼滤波、Sigma点卡尔曼滤波以及粒子滤波等算法的特点、使用方法和使用范围。最后,对非线性滤波的发展方向进行了展望。    

15.  基于粒子滤波的数字广播无线定位与跟踪  
   陈亮  何峰  冯熳  吴乐南《信号处理》,2009年第25卷第4期
   数字广播作为一种全新的信息传输技术已开始广泛应用,利用数字广播信号进行定位具有独特的优势.本文简单介绍了基于正交频分复用(OFDM)调制的数字广播的测距原理,根据数字广播以恒定码率连续发送的特点,给出了序贯估计接收机位置和速度的定位、跟踪模型.在此基础上,分析了经典的粒子滤波存在的问题,提出了基于扩展卡尔曼滤波器组修正重要采样的粒子滤波方法.仿真表明,相比于扩展卡尔曼滤波和经典的粒子滤波,新算法能提高定位精度,且收敛速度快,性能稳健,不受初始值设定的影响.    

16.  非结构化场景下移动机器人FastSLAM应用研究  
   宋鑫坤  陈万米  徐昱琳  张雷  朱明《微机发展》,2010年第2期
   FastSLAM算法是当前移动机器人自定位与自建地图领域中研究的热点和关键。系统论述FastSLAM关键技术及基本理论,并设计非结构化场景进行自定位与自建地图应用研究。首先,对贝叶斯滤波理论进行了概述,得到移动机器人SLAM问题的基本贝叶斯滤波递归形式;其次,应用Rao—BlackweUised理论将状态分解为采样部分和解析部分进行讨论,得到SLAM问题的解耦形式;再次,论述了算法中序贯和综合重采样粒子滤波器;最后给出FastSLAM伪算法的整体实现过程,给出在非结构化场景下仿真结果。仿真结果表明FastSLAM算法在非结构化场景下能够有效快速地实现自定位与地图创建,当取粒子数合适时,在快速性和精确性方面都能够达到理想效果。    

17.  非结构化场景下移动机器人FastSLAM应用研究  
   宋鑫坤  陈万米  徐昱琳  张雷  朱明《计算机技术与发展》,2010年第20卷第2期
   FastSLAM算法是当前移动机器人自定位与自建地图领域中研究的热点和关键。系统论述FastSLAM关键技术及基本理论,并设计非结构化场景进行自定位与自建地图应用研究。首先,对贝叶斯滤波理论进行了概述,得到移动机器人SLAM问题的基本贝叶斯滤波递归形式;其次,应用Rao—BlackweUised理论将状态分解为采样部分和解析部分进行讨论,得到SLAM问题的解耦形式;再次,论述了算法中序贯和综合重采样粒子滤波器;最后给出FastSLAM伪算法的整体实现过程,给出在非结构化场景下仿真结果。仿真结果表明FastSLAM算法在非结构化场景下能够有效快速地实现自定位与地图创建,当取粒子数合适时,在快速性和精确性方面都能够达到理想效果。    

18.  基于硬件实现的粒子滤波重采样算法研究  被引次数:1
   余纯  张太荣《自动化技术与应用》,2013年第32卷第2期
   粒子滤波算法用于硬件实现是目前一个新的研究方向,传统的粒子滤波算法计算量大,所需存储空间大,实时性差,所以在硬件实现方面面临着极大的挑战。为使算法更加适合于硬件实现,以粒子滤波中的重采样步骤为研究重点,以典型的序贯重要性重采样滤波算法为例,对典型的几种重采样算法的复杂度、所需存储空间及执行时间上进行分析研究,并在TI DSPTMS320C5402上对采样算法进行仿真,结果表明部分重采样算法(PDR)更适合于硬件实现。    

19.  基于模型辨识的SMC滤波技术应用研究  
   张丽妹  高占宝  尹志兵《仪器仪表学报》,2013年第34卷第10期
   针对组合秤大小料斗开关门扰动与物理参数不准确的实际问题,提出了基于高斯和粒子滤波器的序贯蒙特卡罗(SMC)动态称重数据处理新方法.通过对称重信号的频谱分析,指出了物理建模方法的不足之处,采用负阶跃动态校准实验数据辨识得到对象模型,并利用伽马分布的非对称拖尾特性对大小料斗开关门扰动等低频噪声进行建模得到噪声模型;在此模型的基础上,针对系统非高斯噪声特性,选择了基于高斯和粒子滤波器的SMC方法对信号进行滤波处理.实验及仿真结果表明,高斯和粒子滤波可以有效地滤除开关门扰动,有效地提高动态称重的速度与精度,优于传统的卡尔曼滤波和粒子滤波.    

20.  基于粒子Mean Shift迁移的红外人体目标跟踪算法  被引次数:2
   云廷进  郭永彩  高潮《计算机学报》,2009年第32卷第6期
   提出了一种基于粒子Mean Shift迁移过程的红外人体跟踪方法.算法通过采样粒子迁移和聚类动态建立目标的状态模型和量测模型.在被跟踪区域随机布撒粒子,以各粒子对应像素的亮度作为特征值进行Mean Shift收敛性分析,使用收敛后的粒子集表达目标的当前状态;以状态粒子的坐标位置为特征值对其进行Mean Shift聚类,作为对目标的量测.连续跟踪时,下一帧的采样粒子基于上一帧的量测结果产生.与传统的基于序贯重要性采样的粒子滤波方法相比,算法不需要目标的相似性测度计算,仅用少数粒子即可实现对目标的可靠跟踪.    

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号