基于似然分布的样本数自适应UPF算法

摘要：

针对粒子滤波算法的实时性较差,计算量随着粒子数的增加成级数增加,提出一种基于似然分布的样本数自适应UPF算法.该算法以UPF为基础,吸收了似然分布自适应和样本数自适应的优点,在每一步状态方差估计中规定样本数的下限,同时考虑状态方差过大和过小的情况,在重采样阶段嵌入似然采样,根据反映量测噪声实时统计性能的精度因子口自适应地调整似然分布状态,使之尾部更为平坦,增加先验和似然的重叠区,减少粒子退化.利用UT变换获得各个粒子的重要性密度函数,并将最新的量测信息引入到重要性密度函数设计以及重采样过程中,从而达到提高算法估计性能的目的.将提出的算法应用到SINS/SAR组合导航系统中进行仿真验证,结果表明,与PF和UPF算法相比,提出的基于似然分布的粒子数自适应UPF算法能有效改善滤波性能,提高解算精度.

关键词：Unscented粒子滤波、样本数、自适应滤波、似然分布、组合导航

所属期刊栏目：23

分类号：TP301.6(计算技术、计算机技术)

资助基金：陕西省科技攻关项目2013k09-18;西安石油大学青年科技创新基金

在线出版日期：2015-12-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：648-652,661