基于分层转移的粒子滤波MCMC重采样算法
针对粒子滤波中如何设计重采样策略以解决“权值蜕化”,同时又可避免“样本贫化”的问题,提出一种基于分层转移的Monte Carlo Markov链(MCMC)重采样算法.当样本容量检测出现“蜕化”时,将样本集按权值蜕化程度进行分层,利用提出的变异繁殖算法,将其与PSO融合产生MCMC转移核,并施以分层子集;然后通过Metroplis—Hastings算法进行接收-拒绝采样,由此构建的Markov链可收敛到与目标真实后验等价的平稳分布.数值仿真结果表明,所提出的算法能以更快的收敛速度和更小的估计误差贴近目标真实后验,从而提高了估计精度.
分层转移、变异繁殖、粒子群优化、Monte、Carlo、Markov链、重采样、粒子滤波
26
TP391(计算技术、计算机技术)
国家863计划项目2008AA062200;江苏省产学研联合创新基金BY2009114
2012-04-21(万方平台首次上网日期,不代表论文的发表时间)
1253-1258