求积分卡尔曼粒子滤波算法

• 作者: 巫春玲 韩崇昭
• 来源期刊: 西安交通大学学报
• 关键词: 粒子滤波 统计线性回归 求积分卡尔曼滤波 重要性密度函数
• 年，卷（期）: 2009,（2）
• 页码范围: 25-28,42
• 页数: 5页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3321/j.issn:0253-987X.2009.02.006

摘要

针对非线性/非高斯系统的状态估计问题,提出一种采用求积分卡尔曼滤波(QKF)算法来产生重要性密度函数的粒子滤波新算法--PF-QKF算法.新算法使用统计线性回归的方法,通过一套高斯一厄米特积分点来线性化非线性函数,不需要计算雅可比矩阵,易于实现,而且所产生的重要性密度函数在系统状态转移概率密度的基础上,融入最新的观测数据,提高了对系统状态后验概率的逼近程度.理论分析和实验结果表明,PF-QKF算法的估计精度比无味粒子滤波(PF-UF)算法提高了约18%,其计算复杂度比PF-UF算法稍有降低,表明PF-QKF算法是一种很有效的非线性滤波算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	韩崇昭	西安交通大学电子与信息工程学院	349	5634	35.0	59.0
2	巫春玲	西安交通大学电子与信息工程学院	4	126	4.0	4.0