粒子滤波和正则粒子滤波算法性能研究 |
| |
引用本文: | 毛鑫萍,李贝,张才强.粒子滤波和正则粒子滤波算法性能研究[J].电声技术,2014(6). |
| |
作者姓名: | 毛鑫萍 李贝 张才强 |
| |
作者单位: | 浙江工业大学信息工程学院;中国联合网络通信有限公司杭州分公司;浙江亚卫通科技有限公司; |
| |
摘 要: | 主要介绍了解决系统状态估计问题的滤波算法。在提出非线性高斯系统模型的基础上着重阐述了扩展卡尔曼滤波(EKF)、粒子滤波(PF)和正则粒子滤波(RPF)算法。对这三种算法在不同的噪声条件下的估计性能进行了仿真分析。结果表明,在非线性高斯系统中,PF和RPF的估计性能远比EKF的估计性能要好,由于RPF是从离散分布中重构其近似连续分布,再从该连续分布中采样粒子,估计性能比PF要好,尤其在小噪声的环境下,估计性能更加稳定。
|
关 键 词: | 状态估计 非线性高斯 扩展卡尔曼滤波 粒子滤波 正则粒子滤波 |
本文献已被 CNKI 等数据库收录! |
|