递归贝叶斯估计框架下的非线性滤波算法综述

• 作者: 张辉 李迅 王建文 马宏绪
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 递归贝叶斯估计 非线性滤波算法 算法分类 完备性
• 年，卷（期）: 2010,（8）
• 页码范围: 21-25
• 分类号: TP274
• 字数: 6361字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-137X.2010.08.004

摘要

对递归贝叶斯估计框架下的非线性滤波(Nonlinear Filter,NF)算法进行分类,根据NF算法设计思想的不同把它们分为基于函数拟合/变换的NF算法、基于矩拟合的NF算法和基于条件后验概率密度函数拟合的NF算法.同时,还论述了线性回归卡尔曼滤波算法、二阶分离差分卡尔曼滤波算法、Unscented Kalman Filter算法和高斯-厄米特滤波算法四者间的共性与区别,指出了基于NF算法间相互融合的新NF算法设计的不足,分析了上述三类NF算法设计思想的完备性,发现了一些NF算法设计思想中的不足,明确了NF算法将来的突破方向.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马宏绪	国防科技大学机电工程与自动化学院	54	650	13.0	23.0
2	张辉	国防科技大学机电工程与自动化学院	38	554	13.0	22.0
3	王建文	国防科技大学机电工程与自动化学院	10	71	4.0	8.0
4	李迅	国防科技大学机电工程与自动化学院	21	133	7.0	10.0