10.3969/j.issn.1000-8519.2011.04.022
一种改进的粒子滤波重采样算法研究
粒子滤波是基于递推的蒙特卡罗模拟方法的总称,可用于任意非线性,非高斯随机系统的状态估计.为了减轻退化现象,引入重采样过程,但重采样过程算法复杂,计算量大,不利于硬件实现,并且会削弱粒子的多样性,从而导致滤波性能下降.提出了一种将局部重采样和优化组合算法结合的重采样算法.将粒子按权值大小分类,小权值的粒子抛弃,大权值的粒子进行复制,将复制的粒子和抛弃的粒子线性组合产生新的粒子,增加了粒子多样性并且只对大权值粒子进行运算,故降低了计算量利于实时系统的硬件实现.仿真结果证明了该算法的有效性.
粒子滤波、局部重采样、优化组合
TP391(计算技术、计算机技术)
2011-11-15(万方平台首次上网日期,不代表论文的发表时间)
共4页
91-94