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, 0(1): 104-108. DOI: 10.3969/j.issn.1002-0640.2016.01.025 |
| |
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! |
|