首页
|
本学科首页
官方微博
|
高级检索
按
中文标题
英文标题
中文关键词
英文关键词
中文摘要
英文摘要
作者中文名
作者英文名
单位中文名
单位英文名
基金中文名
基金英文名
杂志中文名
杂志英文名
栏目英文名
栏目英文名
DOI
责任编辑
分类号
杂志ISSN号
检索
一种改进的均方根容积粒子滤波算法
引用本文:
胡颖.一种改进的均方根容积粒子滤波算法[J].火力与指挥控制,2016(1):104-108.
作者姓名:
胡颖
作者单位:
山西职业技术学院,太原030006;北京科技大学自动化学院,北京100083
摘 要:
传统的粒子滤波算法在重要性采样估计时忽略了当前量测影响。在非线性场景下,传统的粒子滤波导致个别粒子具有大权值,造成估计结果精度差。针对该问题,结合均方根容积卡尔曼滤波(SCKF)算法和Gating技术,提出了一种新的重要性函数估计算法。本算法将后验概率作为重要性采样函数,通过利用SCKF和统计距离,建立粒子与量测的关联关系,实现对重要性采样函数的均值和协方差矩阵的估计。而后,使用粒子滤波算法,对多目标状态和数目进行估计。实验表明,在非线性跟踪场景下,本算法估计精度高,估计结果稳定。
关 键 词:
粒子滤波
均方根容积卡尔曼滤波
重要性采样
统计距离
A Novel PF Approach with Squared Cubature Particles
Abstract:
Keywords:
Particle Filter (PF)
Squared Cubature Kalman Filter (SCKF)
importance sampling
statistical distance
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