高斯粒子滤波器及其在非线性估计中的应用

• 作者: 王从庆 王宁
• 来源期刊: 南京航空航天大学学报
• 学科: 工学
• 关键词: 非线性估计 高斯粒子滤波 Unscented滤波 高斯厄米特滤波 粒子滤波
• 年，卷（期）: 2006,（z1）
• 页码范围: 132-135
• 页数: 4页
• 分类号: TP391
• 字数: 3579字
• 语种: 中文
• DOI: 10.3969/j.issn.1005-2615.2006.z1.033

摘要

为了解决非线性、非高斯系统估计问题,讨论了一种新的滤波方法--高斯粒子滤波算法.通过基于重要性采样和蒙特卡罗模拟方法得到一高斯分布来近似未知状态变量的后验分布.在符合高斯假设和一定的粒子数的情况下,该算法可以获得近似最优解.与粒子滤波算法相比,其优点是不需要重采样步骤和不存在粒子退化现象.在滤波精度、运算时间等方面与扩展卡尔曼滤波、Unscented滤波、高斯厄米特滤波及一般的粒子滤波进行了比较分析,仿真结果表明该算法性能优于其他算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王从庆	南京航空航天大学自动化学院	92	556	10.0	20.0
2	王宁	南京航空航天大学自动化学院	33	162	7.0	12.0