一种混合自适应重采样的智能粒子滤波
张新雨1
任梦姣1
弋英民1
张子悦2
武舒月2
1.西安理工大学陕西省复杂系统控制与智能信息处理重点实验室,陕西西安 710048;西安理工大学自动化与信息工程学院,陕西西安 7100482.西安理工大学陕西省复杂系统控制与智能信息处理重点实验室,陕西西安 710048
摘要：粒子滤波对非线性非高斯系统具有较好的估计性能,但引入重采样技术后,粒子多样性匮乏一直是影响粒子滤波估计精度的关键问题.为此,本文提出一种混合自适应重采样的智能粒子滤波方法,该方法首先在混合自适应Metropolis-Hastings(M-H)重采样基础上设计了高斯变异的自适应协方差矩阵计算函数;其次,提出了采用"优胜劣汰"模式的接受拒绝准则函数;最后,对有效粒子集合进行实时更新,改善了粒子集合的粒子质量并提高了粒子滤波的精度.利用两个一维非线性模型和一个高维非线性模型进行仿真,以验证本文方法的有效性.实验结果表明,与现有重采样方法相比,本文方法能够有效地改善重采样后的粒子质量,提高粒子滤波的估计精度.
关键词：信息论与信号处理状态估计粒子滤波M-H重采样高斯变异自适应方差
论文发表日期：2026-02-28
在线出版日期：2026-04-08（本平台首次上网日期，不代表文献的发表时间）
页数：9( 348-356 )
英文信息