一种融合UKF和EKF的粒子滤波状态估计算法

• 作者: 于洪波 孙芸 曹倩 王国宏
• 来源期刊: 系统工程与电子技术
• 学科: 工学
• 关键词: 状态估计 粒子滤波算法 融合算法 扩展卡尔曼滤波 不敏卡尔曼滤波
• 年，卷（期）: 2013,（7）
• 所属期刊栏目: 电子技术
• 页码范围: 1375-1379
• 页数: 5页
• 分类号: TN957
• 字数: 3434字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-506X.2013.07.04

摘要

在扩展卡尔曼滤波算法(extended Kalman filter,EKF)和不敏卡尔曼滤波算法(unscented Kalman filter,UKF)的基础上,提出一种基于融合的粒子滤波算法(fusion based particle filter,FPF).该算法首先利用EKF与UKF分别预测粒子状态,然后通过融合算法得到粒子的重要性建议分布,实现粒子状态更新.因为充分利用了量测信息,因而能有效提高状态估计精度.仿真中通过实例将该算法与已有的粒子滤波(particle filter,PF)算法进行比较,结果表明该算法各方面性能都有较大改进.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王国宏	海军航空工程学院信息融合技术研究所	266	2616	24.0	37.0
2	于洪波	海军航空工程学院信息融合技术研究所	21	83	6.0	9.0
3	孙芸	海军航空工程学院信息融合技术研究所	1	20	1.0	1.0