粒子滤波和正则粒子滤波算法性能研究

• 作者: 张才强 李贝 毛鑫萍
• 来源期刊: 电声技术
• 学科: 工学
• 关键词: 状态估计 非线性高斯 扩展卡尔曼滤波 粒子滤波 正则粒子滤波
• 年，卷（期）: 2014,（6）
• 所属期刊栏目: 数字信号处理
• 页码范围: 67-71
• 页数: 5页
• 分类号: TN911.7
• 字数: 2802字
• 语种: 中文

摘要

主要介绍了解决系统状态估计问题的滤波算法.在提出非线性高斯系统模型的基础上着重阐述了扩展卡尔曼滤波(EKF)、粒子滤波(PF)和正则粒子滤波(RPF)算法.对这三种算法在不同的噪声条件下的估计性能进行了仿真分析.结果表明,在非线性高斯系统中,PF和RPF的估计性能远比EKF的估计性能要好,由于RPF是从离散分布中重构其近似连续分布,再从该连续分布中采样粒子,估计性能比PF要好,尤其在小噪声的环境下,估计性能更加稳定.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李贝		8	12	2.0	3.0
2	毛鑫萍	浙江工业大学信息工程学院	3	10	2.0	3.0
3	张才强		1	4	1.0	1.0