计算机工程与设计
計算機工程與設計
계산궤공정여설계
Computer Engineering and Design
2015年
9期
2432-2436
,共5页
杨丽华%葛磊%李保林%黄海波
楊麗華%葛磊%李保林%黃海波
양려화%갈뢰%리보림%황해파
强跟踪%扩展粒子滤波%无迹粒子滤波%卡尔曼滤波%鲁棒性
彊跟蹤%擴展粒子濾波%無跡粒子濾波%卡爾曼濾波%魯棒性
강근종%확전입자려파%무적입자려파%잡이만려파%로봉성
strong tracking%extended particle filter%unscented particle filter%Kalman filter%robustness
为解决传统的粒子滤波(particle filter,PF)及其改进算法对系统模型误差和状态突变的鲁棒性不强的问题,有学者提出具有较强鲁棒性的强跟踪扩展粒子滤波(strong tracking extended particle filter,STEPF),但其估计精度不高,需要计算雅可比矩阵,实现较为复杂困难.针对这一情况,提出基于强跟踪无迹卡尔曼滤波(strong tracking unscentedKalman filter,STUKF)的强跟踪无迹粒子滤波(strong tracking unscented particle filter,STUPF)算法.在粒子先验分布更新阶段融入观测数据,以STUKF作为重要性密度函数,兼具UPF估计精度高和STUKF的鲁棒性且易于实现的优点,有效克服STEPF存在的缺点.数值仿真验证了所提算法的有效性.
為解決傳統的粒子濾波(particle filter,PF)及其改進算法對繫統模型誤差和狀態突變的魯棒性不彊的問題,有學者提齣具有較彊魯棒性的彊跟蹤擴展粒子濾波(strong tracking extended particle filter,STEPF),但其估計精度不高,需要計算雅可比矩陣,實現較為複雜睏難.針對這一情況,提齣基于彊跟蹤無跡卡爾曼濾波(strong tracking unscentedKalman filter,STUKF)的彊跟蹤無跡粒子濾波(strong tracking unscented particle filter,STUPF)算法.在粒子先驗分佈更新階段融入觀測數據,以STUKF作為重要性密度函數,兼具UPF估計精度高和STUKF的魯棒性且易于實現的優點,有效剋服STEPF存在的缺點.數值倣真驗證瞭所提算法的有效性.
위해결전통적입자려파(particle filter,PF)급기개진산법대계통모형오차화상태돌변적로봉성불강적문제,유학자제출구유교강로봉성적강근종확전입자려파(strong tracking extended particle filter,STEPF),단기고계정도불고,수요계산아가비구진,실현교위복잡곤난.침대저일정황,제출기우강근종무적잡이만려파(strong tracking unscentedKalman filter,STUKF)적강근종무적입자려파(strong tracking unscented particle filter,STUPF)산법.재입자선험분포경신계단융입관측수거,이STUKF작위중요성밀도함수,겸구UPF고계정도고화STUKF적로봉성차역우실현적우점,유효극복STEPF존재적결점.수치방진험증료소제산법적유효성.
