一种改进的均方根容积粒子滤波算法

• 作者: 胡颖
• 来源期刊: 火力与指挥控制
• 学科: 工学
• 关键词: 粒子滤波 均方根容积卡尔曼滤波 重要性采样 统计距离
• 年，卷（期）: 2016,（1）
• 所属期刊栏目: 理论研究
• 页码范围: 104-108
• 页数: 5页
• 分类号: TP391.4
• 字数: 2948字
• 语种: 中文

摘要

传统的粒子滤波算法在重要性采样估计时忽略了当前量测影响.在非线性场景下,传统的粒子滤波导致个别粒子具有大权值,造成估计结果精度差.针对该问题,结合均方根容积卡尔曼滤波(SCKF)算法和Gating技术,提出了一种新的重要性函数估计算法.本算法将后验概率作为重要性采样函数,通过利用SCKF和统计距离,建立粒子与量测的关联关系,实现对重要性采样函数的均值和协方差矩阵的估计.而后,使用粒子滤波算法,对多目标状态和数目进行估计.实验表明,在非线性跟踪场景下,本算法估计精度高,估计结果稳定.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胡颖		12	14	2.0	3.0