首页 | 本学科首页   官方微博 | 高级检索  
     

相似采样粒子滤波在混合系统估计中的应用
引用本文:邹卫军,陈益,薄煜明. 相似采样粒子滤波在混合系统估计中的应用[J]. 电光与控制, 2009, 16(11)
作者姓名:邹卫军  陈益  薄煜明
作者单位:南京理工大学自动化学院,南京,210094
摘    要:结合粒子滤波和Kalman滤波的边缘粒子滤波(MPF)是一种新的混合线性/非线性系统的状态估计方法,但是粒子滤波在计算上的复杂使得MPF难以兼顾系统实时性和精度的要求.针对此问题,提出一种基于相似采样粒子滤波算法的MPF滤波框架.算法从系统观测值中采样粒子,并通过一个计算相邻时刻粒子转移概率的步骤,提高了粒子使用率,使得算法能以少量粒子实现对非线性状态量的估计,进而提高Kalman滤波的精度和实时性.给出了算法原理分析和实现流程.以混合坐标系下的目标跟踪为对象,利用蒙特卡罗仿真研究了ILLH_MPF算法的应用,并与常规MPF方法进行了对比.

关 键 词:混合线性/非线性  粒子滤波  相似性采样  MPF滤波  蒙特卡罗仿真

Application of Likelihood-Sampling Particle Filter in the Mixed Estimation of Linear/Nonlinear System
ZOU Weijun,CHEN Yi,BO Yuming. Application of Likelihood-Sampling Particle Filter in the Mixed Estimation of Linear/Nonlinear System[J]. Electronics Optics & Control, 2009, 16(11)
Authors:ZOU Weijun  CHEN Yi  BO Yuming
Affiliation:ZOU Weijun,CHEN Yi,BO Yuming(College of Automation,Nanjing University of Science , Technology,Nanjing 210094,China)
Abstract:The Marginalized Particle Filter(MPF),which combines Particle Filter(PF) with Kalman filter,is an effective algorithm for the estimation of mixed linear/nonlinear system,but the computational complexity of PF make it difficult to meet the requirement of real-time and precision in estimation.A likelihood-sampling PF was introduced to join in the MPF algorithm.The ILLH_MPF algorithm sampled the particles from the observation,and increased the utilization factor of particles by calculating the transition proba...
Keywords:mixed linear/nonlinear  Particle Filter  likelihood-sampling  Marginalized Particle Filter  Monte-Carlo simulation  
本文献已被 CNKI 万方数据 等数据库收录!
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