平方根嵌入式容积卡尔曼粒子滤波算法

• 作者: 刘华 吴文 缪晨
• 来源期刊: 南京理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 非线性非高斯 粒子滤波 重要性密度函数 平方根嵌入式容积卡尔曼滤波 扩展粒子滤波 无迹粒子滤波 容积粒子滤波
• 年，卷（期）: 2015,（4）
• 页码范围: 471-476
• 页数: 6页
• 分类号: TP391
• 字数: 4209字
• 语种: 中文
• DOI: 10.14177/j.cnki.32-1397n.2015.39.04.015

摘要

为了提高现有粒子滤波算法对非线性、非高斯系统的状态估计精度,该文提出了一种平方根嵌入式容积粒子滤波( Square-root imbedded cubature particle filter,SICPF)算法. 该算法采用平方根嵌入式容积卡尔曼滤波( Square-root imbedded cubature Kalman filter,SICKF)产生重要性密度函数. 该算法融合了最新的观测信息,由其产生的重要性密度函数更接近系统状态的真实后验概率分布,最后采用经典非线性、非高斯状态模型对该文算法的性能进行仿真测试. 仿真结果表明:SICPF算法的估计误差约为扩展粒子滤波( Extended particle filter,EPF)算法1/4、无迹粒子滤波(Unscented particle filter,UPF)算法误差的2/3、容积粒子滤波(Cubature particle filter,CPF)算法的估计误差的3/4,SICPF算法是一种有效的滤波算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴文	南京理工大学近程高速目标探测技术国防重点学科实验室	79	442	11.0	15.0
2	缪晨	南京理工大学近程高速目标探测技术国防重点学科实验室	9	89	6.0	9.0
3	刘华	南京理工大学近程高速目标探测技术国防重点学科实验室	2	18	2.0	2.0