非线性、非高斯系统滤波的最优估算

摘要：

为了探寻非线性、非高斯系统滤波的最优算法,运用Python搭建Monte Carlo仿真实验模型,观察了扩展卡尔曼滤波(EKF)、无迹卡尔曼滤波(UKF)、重要性重采样算法(SIR)和辅助粒子滤波(APF)的状态估计曲线,对比了仿真结果的RMSE平均值,对各种滤波算法进行性能评估.实验结果表明,EKF对于强非线性系统会出现滤波发散现象,APF比UKF和SIR有更好的跟踪准确性.

关键词：非线性滤波、扩展卡尔曼、无迹卡尔曼、重要性重采样、辅助粒子

所属期刊栏目：20

分类号：O24(计算数学)

在线出版日期：2021-03-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：97-101