递推更新高斯粒子滤波器

• 作者: 张勇刚 李宁 王刚 黄玉龙
• 来源期刊: 控制理论与应用
• 关键词: 高斯滤波器 粒子滤波 递推算法 非线性滤波
• 年，卷（期）: 2016,（3）
• 所属期刊栏目: 论文与报告
• 页码范围: 353-360
• 页数: 8页
• 分类号: TP273
• 语种: 中文
• DOI: 10.7641/CTA.2016.50402

摘要

传统高斯粒子滤波算法(Gaussian particle Filter, GPF)中,粒子的重要性密度函数是由高斯滤波器结合当前最新量测来构建的。由于传统高斯滤波器在量测更新阶段直接利用量测对状态进行线性更新,在某些条件下会导致所构建的重要性密度函数并不能很好地近似状态真实分布。为了解决这一问题,结合递推更新的思想,本文推导出了递推更新高斯滤波器(recursive update Gaussian filter, RUGF)的一般结构。并在此基础上,选用RUGF来构建粒子滤波的重要性密度函数,从而提出了基于递推更新的高斯粒子滤波算法(recursive update gaussian particle filter, RUGPF)。仿真表明,在非线性系统状态估计问题中,递推更新可以很好的利用量测信息,相比于传统的GPF,本文所提出的RUGPF滤波算法可以提供更高精度的估计结果。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王刚	哈尔滨工程大学自动化学院	230	2830	30.0	42.0
2	李宁	哈尔滨工程大学自动化学院	286	2937	25.0	36.0
3	张勇刚	哈尔滨工程大学自动化学院	32	348	10.0	18.0
4	黄玉龙	哈尔滨工程大学自动化学院	10	135	5.0	10.0