10.3969/j.issn.1000-7024.2014.09.019
基于MCMC的改进粒子滤波算法
针对传统粒子滤波算法建议分布函数的选取问题和粒子退化现象,提出一种基于马尔可夫蒙特卡洛思想的改进粒子滤波算法.使用基于比例对称采样方法选取Sigma点的无迹卡尔曼滤波,产生粒子滤波并建议分布函数;将似然分布自适应权值调整策略应用于权值选取步骤;采用系统重采样方法,加入了用来保持粒子多样性的马尔科夫链蒙特卡洛步骤.仿真结果表明,该算法的估计状态能够更好地吻合真实轨迹,在非线性、非高斯场合的估计性能较优.
粒子滤波、目标跟踪、无迹卡尔曼滤波、蒙特卡洛、重采样
35
TP301(计算技术、计算机技术)
国家自然科学基金项目60875025/f030410;中央高校基本科研业务费专项资金基金项目HEUCF100818
2014-10-27(万方平台首次上网日期,不代表论文的发表时间)
共5页
3070-3074