基于正则化的高斯粒子滤波算法

• 作者: 刘梦菱 秦岭
• 来源期刊: 计算技术与自动化
• 关键词: 高斯粒子滤波 正则化粒子滤波 概率分布 粒子退化
• 年，卷（期）: 2014,（1）
• 所属期刊栏目: 算法分析与研究
• 页码范围: 69-72
• 页数: 4页
• 分类号: TP14
• 语种: 中文

摘要

针对非线性系统的状态估计问题,提出一种改进的高斯粒子滤波算法。该算法是基于正则化粒子滤波(RPF),将重采样中离散的概率分布函数近似为连续分布,进而在高斯粒子滤波(GPF)中引入正则化粒子滤波算法得到的最新预测值,并利用这一观测值进行状态估计的更新。最后,对 RGPF和 GPF两种算法进行综合分析和实验仿真,结果表明,与标准 GPF算法相比,RGPF具有较高的滤波精度。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	秦岭	武汉轻工大学电气与电子工程学院	5	13	2.0	3.0
2	刘梦菱	武汉轻工大学电气与电子工程学院	1	6	1.0	1.0