非高斯噪声中的粒子滤波算法研究

• 作者: 山拜·达拉拜 李婷婷 王晓薇 陈娟
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 粒子滤波 重采样 支持向量机 双模噪声
• 年，卷（期）: 2012,（7）
• 所属期刊栏目: 智能算法与智能控制
• 页码范围: 136-139
• 分类号: TN911.23
• 字数: 3402字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2012.07.025

摘要

在非线性非高斯动态系统中,粒子滤波已成为解决系统参数估计和状态滤波的主流方法.然而,粒子退化是粒子滤波中不可避免的现象,粒子重采样是解决方法之一.本文针对粒子退化现象,在扩展卡尔曼滤波器的基础上研究了一种基于支持向量机粒子滤波算法,算法实现中扩展卡尔曼粒子滤波器结合支持向量机对当前时刻的重要性采样,再对粒子样本进行重采样.该算法能有效地利用量测值的最新信息,状态估计误差较小,同时避免了粒子匮乏.理论分析和仿真结果表明,新算法在双模噪声非线性系统估计的精度优于标准粒子滤波算法与扩展卡尔曼粒子滤波算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	山拜·达拉拜	新疆大学信息科学与工程学院	63	200	7.0	10.0
2	王晓薇	新疆大学信息科学与工程学院	3	12	2.0	3.0
3	陈娟	新疆大学信息科学与工程学院	8	23	3.0	4.0
4	李婷婷	新疆大学信息科学与工程学院	6	7	2.0	2.0