文档介绍：万方数据
粒子滤波和正则粒子滤波算法性能研究·算法研究·引言�窍咝愿咚鼓P���年第�卷第����在系统状态估计问题中,因系统的特性影响,提出了很多滤波算法,其中有适合线性高斯系统的最优估计——卡尔曼滤波��⋯和适合非线性系统的次优估计法。笔者将讨论三种滤波技术。一种是扩展卡尔曼滤波���縅,它是将非线性方程近似认为是引起滤波值和协方差矩阵值的较大误差,从而导致滤波性能的下降,甚至使得其滤波发散。第二种是粒子��热擞���晏岢隼吹摹8梅椒ɑ�诒匆端乖�理,使用蒙特卡罗仿真去实现一个非参数化的贯序递推贝叶斯滤波。它是通过寻找一组在状态空间中传播的随机样本,对概率密度函数进行近似,以样本均值代替积分进行运算,从而获得状态的最小方差估计的过程。但是�有两个主要的问题,一个是如何选择好的重要性密度函数,另一个是如何解决重采样带来的样本枯竭问题。很多学者针对这两个问题分别提出了很多改进的粒子滤波算法。正则粒子滤波����褪瞧渲械囊恢指慕�惴āK�ü�ê笱�概率密度函数的离散分布重构其连续分布,从该连续近似分布中重采样得到样本粒子,实现估计精度的非线性系统模型定义如下运动方程:石。��戈㈧,��式中:钆∈�ê脱丁蔙~分别为�笨痰南低匙刺����籖~和�:�玐���ǚ直鹞T硕��潞��凸鄄夂����7窍咝院�数;�。,�蔔�蛖秽。,�蔔�直鹞T硕��淘�【中图分类号】����【文献标志码】�【����】���叠加了高斯白噪声后的一阶泰勒近似的线性化后的标准卡尔曼滤波方法。然而,该种一阶近似的方法会滤波�����寐瞬ǚㄊ怯捎⒐�д逩���琒��提高。观测方程:����耄��和系统观测值;以:�玐毛鑫萍����.浙江工业大学信息工程学院,浙江杭州���;��泄�:贤�缤ㄐ庞邢薰�竞贾莘止�荆�浙江杭州���;��憬�俏劳ǹ萍加邢薰�荆�憬�杭州����【摘要】主要介绍了解决系统状态估计问题的滤波算法。在提出非线性高斯系统模型的基础上着重阐述了扩展卡尔曼滤波���⒘W勇瞬���驼�蛄W勇瞬���算法。对这三种算法在不同的噪声条件下的估计性能进行了仿真分析。结果表明,在非线性高斯系统中,�和��墓兰菩阅茉侗菶�的估计性能要好,由于��谴�离散分布中重构其近似连续分布,再从该连续分布中采样粒子,估计性能比�要好,尤其在小噪声的环境下,估计性能更加稳定。【关键词】状态估计;非线性高斯;扩展卡尔曼滤波;粒子滤波;正则粒子滤波�������������甌��瑃�������������.��【�����縮��●一技●投稿网址:��://���.�贝��挪徘��.����������琙�����甖�������,���������琍���������������,���,��������������,�������,�����甌��.,���琀���������.����瑃�����甋��������.�����—�����,����������;��������籈�������;�������;������
万方数据
刊¨—石可�����骸蓿阂弧6槠┏赋�计一卡尔曼滤波。扩展卡尔曼滤波则是将非线性式中,%���臟��是对核密度���。����卜�戈����╨戈�%�/∑�蓿��程�蓿海�啤隞�翻��年第�卷第���海�蓿哼恕!���裳�玫窖�玖W蛹�蟵戈:,∞:�幔��粒