基于平方根卡尔曼滤波的粒子滤波算法

• 作者: 余家祥 李华 梁德清
• 来源期刊: 探测与控制学报
• 关键词: 非线性滤波 粒子滤波 测角跟踪
• 年，卷（期）: 2012,（1）
• 页码范围: 19-23
• 分类号: TP391.12
• 语种: 中文
• DOI: 10.3969/j.issn.1008-1194.2012.01.005

摘要

在普通粒子滤波器中,基于先验概率的重要性密度不能容纳最新测量信息,导致跟踪精度难以提高.针对该问题,给出一种基于平方根卡尔曼滤波(SRUKF)的新型粒子滤波算法(SRUPF).该算法以普通粒子滤波器(PF)为基础,运用SRUKF生成重要性密度.与运用先验知识生成重要性密度的普通粒子滤波器不同,SRUPF的重要性密度中包含了最新的观测信息,从而能够更好地逼迫状态变量的分布规律.此外,由于SRUPF在计算重要性密度时不需要在每一个迭代步骤都对状态协方差阵进行分解,因而SRUPF比PF具有更好的数值稳定性.在非线性测角跟踪问题中的应用表明:SRUPF滤波器的跟踪精度优于PF和SRUKF.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	余家祥	海军大连舰艇学院训练部	34	145	8.0	9.0
2	梁德清	海军大连舰艇学院训练部	6	42	3.0	6.0
3	李华		8	20	3.0	4.0