| 参数和非参数滤波算法在贝叶斯估计问题中的比较 |
| |
| 引用本文： | 卢发兴,吴玲.参数和非参数滤波算法在贝叶斯估计问题中的比较[J].火力与指挥控制,2008,33(3):4-8. |
| |
| 作者姓名： | 卢发兴 吴玲 |
| |
| 作者单位： | 海军工程大学电子工程学院,湖北,武汉,430033 |
| |
| 摘 要： | 在贝叶斯估计问题中常用的滤波算法有两大类,一类是适用于非线性问题的,在卡尔曼滤波算法基础上发展出来的各种参数滤波算法,如扩展的卡尔曼滤波,拟线性卡尔曼滤波及近年提出的基于Unscented变换的Unscented卡尔曼滤波算法等;另一类是基于蒙特卡洛仿真技术的非参数滤波算法--粒子滤波.两类跟踪算法在实际问题中都得到了广泛应用.从原理上对这两类算法中的四种具体算法进行了介绍,重点分析了每种算法的长处及不足,可为实际应用中算法的选择提供依据.
|
| 关 键 词： | 贝叶斯估计 粒子滤波 Unscented卡尔曼滤波 拟线性 扩展卡尔曼滤波 |
| 文章编号： | 1002-0640(2008)03-0004-05 |
| 修稿时间： | 2006年6月1日 |
Comparison between Parametric and Nonparametric Filtering Algorithms on Bayesian Estimation Problems |
| |
| LU Fa-xing,Wu Ling.Comparison between Parametric and Nonparametric Filtering Algorithms on Bayesian Estimation Problems[J].Fire Control & Command Control,2008,33(3):4-8. |
| |
| Authors: | LU Fa-xing Wu Ling |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
