基于观测迭代的插值粒子滤波算法.pdfVIP

第 卷 第 期 信 号 处 理 年 月 基于观测迭代 的插值粒子滤波算法 陈 莹 郑金荣 江南大学 电气 自动化研 究所 , 江苏 无锡 摘 要 基于序贯重要性抽样 及贝叶斯理论的粒子滤波能够很好地处理非线性及非高斯 问题 。如何选取重要密度 函数 以减小粒子退化影响提高粒子滤波精度是粒子滤波的主要 问题之一 。传统粒子滤波器 以高斯分布作为参考分布 。由于 没有利用新的观测 , 通常需要大量的粒子才能准确表达状态后验分布 。本文采用基于观测迭代 的插值参考分布提高重要密 度函数估计精度 , 减少 了后验概率密度估计误差 , 同时结合观测系统的最近一次的量测 , 更好的匹配后验概率密度 。仿真 结果显示该滤波器要优于其他粒子滤波器 。 关键词 非线性滤波 插值滤波器 粒子滤波器 中图分类号 文献标识码 文章编号 一 一 一 一 , 罗 , , 一 即 即 州 , 脚 , 嗯 那 , 川 罗 即 石 , 即 发散 。同样 也无法处理非高斯环境 下 的问题 。 引言 通过对状态及量测 的线性逼近进行预测 ,但其没 虽然卡尔曼滤波器 能够很好 的处理线性滤波 有考虑进程 中的统计特性导致较低 的跟踪精度 「〕。 问题 。然而在现实世界 中我们所面对 的问题大多是非 序列蒙特卡罗方法为解决此种 问题 的另一种方法 即粒 线性 问题 「, , 】。为解决非线性滤波 问题 ,众多学者 子滤波算法 。 是一种近代 贝叶斯方 进行 了大量 的研究并取得 了不少 的成果 。在众多研究 法 ,该方法 的主要思想是利用状态空 间中一系列加权 成果 中较为典型的算法有扩展卡尔曼滤波器 随机样本集 粒子 来近似系统状态 的后验概率密度 函 」, 卡 尔曼 滤 波 数 ,是一种基于仿真的统计滤波方法 〔」。 」和基于 ’内插公式 的插值滤 依赖于重要性采样并要求选择参考分布 波器 〔〕。 简单容易实现但要求解状态 向 五 来匹配后验概率分布 。为解决这个 问 量 的雅各 比矩 阵 ,如果 系统 的非线性程度过高或者噪 题 ,许多学者研究 了几种基 于线性化技术 的方法如类 声为非高斯 ,那 么 的跟踪误差将会很大甚至 出现 似于 , 及 方式为粒子滤波 的提供参考分 收稿 日期 年 月 日 修 回 日期 年 月 日 基金项 目 中国博士后科学基金 以 , 江苏省博士后基金