-
题名高斯粒子流滤波器
被引量：5
- 1
-
-
作者
张宏欣
周穗华
冯士民
-
机构
海军工程大学兵器工程系
-
出处
《电子学报》
EI
CAS
CSCD
北大核心
2016年第4期795-803,共9页
-
文摘
粒子流滤波器以粒子流速度场描述随机样本从先验分布到后验分布的演化,实现对系统状态的贝叶斯估计.针对其一般解计算复杂、难于滤波求解的问题,导出一种高斯假设条件下的粒子流滤波器.在线性高斯条件下推导了速度场的解析解;证明了当演化步长趋近于0时,该解析解与Kalman-Bucy滤波器的解具有一致的形式;基于该解导出了非线性高斯系统速度场的表达式,并进一步利用Unscented变换近似求解.通过若干仿真算例表明,高斯粒子流滤波器放宽了系统噪声为高斯型的限制,其精度优于经典非线性高斯滤波器,计算复杂度低于一般粒子滤波器,且具有良好的稳定性.
-
关键词
非线性滤波
贝叶斯估计
粒子流滤波器
速度场
Unscented变换
-
Keywords
nonlinear filtering
Bayesian estimation
particle flow filter
velocity field
Unscented transformation
-
分类号
TP202
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名利用粒子流滤波的单通道BPSK信号盲分离算法
被引量：4
- 2
-
-
作者
赵知劲
吴棫
-
机构
杭州电子科技大学通信工程学院
-
出处
《数据采集与处理》
CSCD
北大核心
2018年第3期409-415,共7页
-
基金
国防科技重点实验室基金资助项目
-
文摘
由于粒子滤波本身的"粒子贫化"问题,导致基于传统粒子滤波的单通道信号盲分离算法分离性能恶化以及计算量较大,本文提出了一种基于粒子流滤波的单通道BPSK信号盲分离新算法。根据由两路BPSK信号混合的单通道信号,构造了测量方程和状态方程。然后,通过将状态空间中服从先验分布的粒子移动到其对应的后验分布上,实现了粒子更新,其不同于粒子滤波采用重采样来更新粒子,避免了"粒子贫化"现象发生。最后,采用一种基于弱解形式的粒子流滤波器实现BPSK信号的盲分离。计算机仿真结果表明,与粒子滤波算法相比本文算法具有更低的误码率和计算复杂度。
-
关键词
粒子滤波
盲分离
单通道
粒子贫化
粒子流滤波
-
Keywords
particle filtering
blind separation
single channel
particle impoverishment
particle flow filtering
-
分类号
TN911.7
[电子电信—通信与信息系统]
-
-
题名OFDM时变信道的粒子流滤波估计算法
被引量：4
- 3
-
-
作者
赵知劲
吴棫
-
机构
杭州电子科技大学通信工程学院
中国电子科技集团第
-
出处
《信号处理》
CSCD
北大核心
2016年第2期244-251,共8页
-
文摘
粒子滤波是一种基于序贯重要性采样原理的蒙特卡罗方法,其重采样步骤将导致"粒子贫化",传统的基于粒子滤波的OFDM时变信道估计算法精度较低、计算复杂度较高。本文从消除"粒子贫化"角度出发,用粒子流的方法取代了重采样。通过建立微分方程实现贝叶斯估计,采用粒子流将粒子平滑移动到状态空间中的后验分布上,实现从先验粒子到后验粒子的更新,提出了一种基于粒子流滤波的OFDM时变信道估计算法。与基于粒子滤波的信道估计方法相比,本方法计算复杂度低,估计精度高,对环境噪声具有较好鲁棒性。
-
关键词
信道估计
正交频分复用
粒子贫化
粒子流滤波
-
Keywords
channel estimation
orthogonal frequency division multiplexing
particle impoverishment
particle flow filtering
-
分类号
TN911.72
[电子电信—通信与信息系统]
-
-
题名混合粒子流滤波的非线性系统参数估计算法
- 4
-
-
作者
赵知劲
吴棫
-
机构
杭州电子科技大学通信工程学院
-
出处
《现代雷达》
CSCD
北大核心
2016年第6期45-49,共5页
-
文摘
为了提高强环境噪声下非线性系统估计性能,基于粒子流滤波对非线性系统估计能力强的特点,文中首先利用粒子流滤波粗估计状态向量;然后,利用卡尔曼滤波平滑由强环境噪声所导致的状态向量估计误差;最后,得到混合粒子流滤波算法。对转移方程为线性而测量方程为非线性的系统估计仿真实验表明:文中算法的参数估计精度高于普通粒子流滤波算法和粒子滤波算法,计算复杂度和普通粒子流滤波算法相当且低于粒子滤波算法。
-
关键词
粒子流滤波
卡尔曼滤波
粒子滤波
计算复杂度
估计精度
-
Keywords
particle flow filter
Kalman filter
particle fiher
computational complexity
estimation accuracy
-
分类号
TN713
[电子电信—电路与系统]
-
-
题名基于“新息误差”的粒子流滤波算法
被引量：2
- 5
-
-
作者
周德运
刘斌
苏茜
-
机构
冶金自动化与测量技术教育部工程研究中心(武汉科技大学)
冶金工业过程系统科学湖北省重点实验室(武汉科技大学)
-
出处
《计算机应用》
CSCD
北大核心
2020年第11期3127-3132,共6页
-
基金
国家自然科学基金资助项目(61903281)。
-
文摘
在粒子滤波(PF)过程中存在粒子权值退化、维度灾难、计算成本高等问题。粒子流滤波通过构造对数同伦函数避免了粒子权值退化问题,但是在求解边值问题时过于依赖观测方程,当噪声较大时效果较差。针对上述问题,提出了一种改进的粒子流滤波算法。首先,该算法在粒子流动的过程中引入了一种“新息误差”结构,使每个粒子的更新相互独立;其次,利用Galerkin有限元法求得边值问题的数值解,从而消除了拟合样本先验可能导致的数值不稳定问题;最后,分别在通用非线性滤波模型和机动目标跟踪模型中对改进的算法进行了性能测试。仿真结果表明,改进的算法可以抑制系统对观测信息的依赖性,在噪声增大的情况下也能得到相对较好的结果,有效改善了滤波精度,而在多维目标跟踪情况下算法的计算效率与滤波精度高于标准粒子滤波。
-
关键词
粒子滤波
权值退化
粒子流滤波
新息误差
GALERKIN有限元法
-
Keywords
particle filter
weight degeneracy
particle flow filter
innovation error
Galerkin finite element method
-
分类号
TP391.9
[自动化与计算机技术—计算机应用技术]
-
-
题名基于IMM-PFF的锂离子电池剩余寿命预测
- 6
-
-
作者
王帅
李义婷
陈黎飞
苏小红
周寿斌
-
机构
福建师范大学计算机与网络空间安全学院
哈尔滨工业大学计算学部
华富储能新技术股份有限公司
-
出处
《电子学报》
北大核心
2025年第5期1520-1532,共13页
-
基金
福建省自然科学基金(No.2023J01297)
国家自然科学基金(No.U1805263)。
-
文摘
针对单一容量衰退模型在锂离子电池剩余寿命(Remaining Useful Life,RUL)预测中工况泛化能力不足的问题,本文提出一种基于交互式多模型粒子流滤波(Interactive Multiple Model Particle Flow Filter,IMM-PFF)的预测方法.通过粒子流滤波对指数、多项式和生物模型进行协同状态估计,并基于交互式多模型框架动态融合多模型预测结果,从而自适应匹配电池衰退的多阶段特性.将美国NASA、马里兰大学等不同工况的锂离子电池退化数据集划分为3个时期,对本文的方法进行验证.结果表明,相比单一模型粒子滤波方法,IMM-PFF的容量预测均方根误差和剩余寿命预测误差分别降低24.3%和4.5%,为复杂工况下的锂离子电池寿命预测提供了高精度、强鲁棒性的新思路.
-
关键词
锂离子电池
剩余寿命
粒子流滤波
交互式多模型
状态估计
-
Keywords
lithium-ion battery
remaining useful life
particle flow filter
interactive multiple models
state estimation
-
分类号
TP206.3
[自动化与计算机技术—检测技术与自动化装置]
-
