| 随机加权粒子滤波 |
| |
| 引用本文： | 谷雨,高社生,阎海峰.随机加权粒子滤波[J].计算机仿真,2011,28(8). |
| |
| 作者姓名： | 谷雨 高社生 阎海峰 |
| |
| 作者单位： | 西北工业大学自动化学院,陕西西安,710072 |
| |
| 基金项目： | 国家自然科学基金，航空科学基金 |
| |
| 摘 要： | 研究粒子滤波方法优化问题,粒子退化是传统粒子滤波存在的致命缺陷.由于粒子退化,导致滤波精度的明显下降.针对粒子退化问题,在研究随机加权估计和粒子滤波算法的基础上,提出了一种新的随机加权粒子滤波算法.算法通过对样本进行随机加权,克服了传统粒子滤波算法中的粒子退化问题,保证了粒子的多样性.仿真结果表明,在小子样条件下,随机加权粒子滤波比经典粒子滤波的精度高.在大样本下二者的性能相同.但随机加权粒子滤波不需要重采样,因而算法简单,计算量小,更适合非线性非高斯系统模型的滤波计算,可为实际应用提供参考.
|
| 关 键 词： | 随机加权估计 粒子滤波 随机加权粒子滤波 |
Random Weighting Particle Filtering |
| |
| GU Yu,GAO She-sheng,YAN Hai-feng.Random Weighting Particle Filtering[J].Computer Simulation,2011,28(8). |
| |
| Authors: | GU Yu GAO She-sheng YAN Hai-feng |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
