10.3969/j.issn.1001-0548.2019.03.006
平方根递推更新高斯粒子滤波
对于高斯粒子滤波器重要性密度函数(IDF)的构建,递推更新高斯滤波器(RUGF)依据非线性测量函数梯度对目标运动状态进行渐进式的更新,可以有效克服线性最小均方误差准则的限制,从而得到更接近于真实分布的后验状态估计,但在递推过程中目标状态协方差矩阵易非正定而出现递推中断.针对这一问题,该文首先分析了RUGF的平方根实现策略,并借助容积卡尔曼滤波对平方根(SR)RUGF进行具体实现,然后利用SR-RUGF为高斯粒子滤波器选取IDF,进而得到平方根递推更新高斯粒子滤波器.仿真实验表明,本文算法可有效解决递推中断问题,并获得较高精度的估计结果.
高斯粒子滤波器、重要性密度函数、非线性量测、递推更新、平方根
48
TN713(基本电子电路)
国家自然科学基金71701209, 71771216
2019-06-06(万方平台首次上网日期,不代表论文的发表时间)
共7页
345-350,373