一种改进的粒子滤波算法及其性能分析

摘要：

针对非线性、非高斯系统状态的在线估计问题,提出了一种改进的粒子滤波算法.该算法采用Unscented卡尔曼滤波器(UKF)产生系统的状态估计,并在量测更新过程中加入衰减记忆因子,消弱滤波器对历史信息的依赖,增强当前量测信息对滤波器的修正作用,从而产生一个优选的建议分布函数,较好地抑制了粒子退化问题.理论分析和实验表明:引入记忆衰减因子的粒子滤波,即衰减记忆无味粒子滤波( MAUPF)的性能明显优于标准的粒子滤波以及Unscented粒子滤波.

关键词：状态估计、粒子滤波器、记忆衰减因子、重要性概率密度函数

所属期刊栏目：48

分类号：TP391(计算技术、计算机技术)

资助基金：甘肃省自然科技基金1010RJZA046;甘肃省教育厅硕导基金项目0914ZTB003;甘肃省财政厅项目0914ZTB148

在线出版日期：2012-05-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：144-147