加权逼近粒子滤波算法及其应用
针对常规粒子滤波存在的粒子退化、粒子枯竭和运算量大等问题,提出了一种新颖的加权逼近粒子滤波算法((weight approaching particle filter,WAPF).在重采样前按粒子-权值大小将粒子集分组,用两组粒子的加权值覆盖权值较小的粒子,这样便可以使部分粒子从低似然区向高似然域逼近.借用Kullback信息描述加权逼近产生的粒子分布与似然分布的差别,通过迭代发现Kullback信息是递减的,这说明加权逼近粒子滤波算法是合理的.混沌摄动重采样算法,用类似载波的方法将具有全局遍历性的混沌变量引入,更增加了支持粒子集的多样性,且具有较少的运算量.仿真结果显示了所提算法的有效性.
粒子滤波、加权逼近、混沌摄动、Kullback信息
28
TP13(自动化基础理论)
装备预研资助项目2007SY3213001,2009SY3213001,51309060302
2011-05-25(万方平台首次上网日期,不代表论文的发表时间)
共7页
118-124