基于容积卡尔曼滤波的高斯粒子滤波算法

• 作者: 刘静娜 贺康建 赵丹丹
• 来源期刊: 计算技术与自动化
• 关键词: 高斯粒子滤波 重要性密度函数 实时性 容积卡尔曼滤波
• 年，卷（期）: 2017,（1）
• 所属期刊栏目: 算法分析与研究
• 页码范围: 82-86
• 页数: 5页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6199.2017.01.017

摘要

高斯粒子滤波是一种免重采样的粒子滤波,不会出现粒子退化,但其重要性密度函数由于没有考虑到最新量测信息,使得滤波性能明显下降,且该算法没有较高的实时性.针对这个问题提出一种基于CKF的高斯粒子滤波算法-CKGPF算法.该算法利用CKF算法构造高斯粒子滤波的重要性密度函数,且在时间更新阶段借助CKF算法来完成只对高斯分布参数的更新.仿真结果表明,CKGPF算法相比于标准GPF算法不仅提高了滤波精度,而且还具有较好的实时性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	贺康建	云南大学信息学院	7	37	4.0	6.0
2	赵丹丹	陕西师范大学计算机科学学院	5	3	1.0	1.0
3	刘静娜	陕西师范大学计算机科学学院	2	2	1.0	1.0