辅助粒子滤波算法及仿真举例

• 作者: 张三同 朱刚 赵梅
• 来源期刊: 北京交通大学学报（自然科学版）
• 学科: 工学
• 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
• 年，卷（期）: 2006,（2）
• 所属期刊栏目: 通信工程
• 页码范围: 24-28
• 页数: 5页
• 分类号: TN713.7
• 字数: 4690字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-0291.2006.02.006

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱刚	北京交通大学电子信息工程学院	43	404	12.0	18.0
2	张三同	北京交通大学电子信息工程学院	13	115	7.0	10.0
3	赵梅	北京交通大学电子信息工程学院	2	55	2.0	2.0