辅助粒子滤波算法及仿真举例
赵梅
张三同
朱刚
1.北京交通大学,电子信息工程学院,北京,1000442.北京交通大学,电子信息工程学院,北京,1000443.北京交通大学,电子信息工程学院,北京,100044
摘要：粒子滤波算法是近年来提出的一种较新的算法.通常的粒子滤波利用采样重要性重抽样算法,该算法选用先验分布,但它易受外部观测量的影响,因而会导致权值变化较大,并且引起较高的蒙特卡罗方差以致会使滤波性能较差.为此,本文引入一个辅助变量,利用一种新的使用二次加权操作的粒子滤波算法--辅助粒子滤波算法来对采样重要性重抽样算法进行改进.最后,通过两个仿真实例一维非线性追踪模型和二维纯方位目标追踪模型,进一步分析指出辅助粒子滤波算法比采样重要性重抽样算法更有效.
关键词：贝叶斯估计重抽样采样重要性重抽样辅助粒子滤波
分类号：TN713.7(基本电子电路)
资助基金：中国科学院项目（非规范项目）(60272011)
论文发表日期：2006-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：5( 24-28 )
英文信息