递推更新高斯粒子滤波器
张勇刚
王刚
黄玉龙
李宁
1.哈尔滨工程大学自动化学院,黑龙江哈尔滨,1500012.哈尔滨工程大学自动化学院,黑龙江哈尔滨,1500013.哈尔滨工程大学自动化学院,黑龙江哈尔滨,1500014.哈尔滨工程大学自动化学院,黑龙江哈尔滨,150001
摘要：传统高斯粒子滤波算法(Gaussian particle Filter, GPF)中,粒子的重要性密度函数是由高斯滤波器结合当前最新量测来构建的。由于传统高斯滤波器在量测更新阶段直接利用量测对状态进行线性更新,在某些条件下会导致所构建的重要性密度函数并不能很好地近似状态真实分布。为了解决这一问题,结合递推更新的思想,本文推导出了递推更新高斯滤波器(recursive update Gaussian filter, RUGF)的一般结构。并在此基础上,选用RUGF来构建粒子滤波的重要性密度函数,从而提出了基于递推更新的高斯粒子滤波算法(recursive update gaussian particle filter, RUGPF)。仿真表明,在非线性系统状态估计问题中,递推更新可以很好的利用量测信息,相比于传统的GPF,本文所提出的RUGPF滤波算法可以提供更高精度的估计结果。
关键词：高斯滤波器粒子滤波递推算法非线性滤波
分类号：TP273(自动化技术及设备)
资助基金：国家自然科学基金项目(61201409)国家自然科学基金项目(61371173)中国博士后科学基金(2013M530147)中国博士后科学基金(2014T70309)黑龙江省博士后基金(LBH-Z13052)黑龙江省博士后基金( LBH-TZ0505)哈尔滨工程大学中央高校基本科研业务费专项基金(HEUCFQ20150407)Supported by National Natural Science Foundation of China(61201409)Supported by National Natural Science Foundation of China(61371173)China Postdoctoral Science Foundation(2013M530147)China Postdoctoral Science Foundation(2014T70309)Heilongjiang Postdoctoral Foundation(LBH-Z13052)Heilongjiang Postdoctoral Foundation( LBH-TZ0505)Fundamental Research Founds for the Central University of Harbin Engineering University(HEUCFQ20150407)
论文发表日期：2016-01-01
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：8( 353-360 )
英文信息