-
题名裂变自举粒子滤波
被引量：50
- 1
-
-
作者
程水英
张剑云
-
机构
电子工程学院
-
出处
《电子学报》
EI
CAS
CSCD
北大核心
2008年第3期500-504,共5页
-
基金
国家自然科学基金资助项目(No.60702015)
中国博士后科学基金项目(No.20070420740)
-
文摘
自举粒子滤波(BPF:Bootstrap Particle Filtering)是一种经典而应用广泛的粒子滤波算法,但其重采样后常会引起严重的样本枯竭问题.本文提出在权值蜕化较为严重时,在原先的重采样前增加SFN预处理,即权值排序、裂变繁殖(fission)和权值归一,得到裂变BPF(FBPF)算法.针对一个典型的后验密度为双峰的强非线性滤波估计问题,通过Monte Carlo仿真表明,FBPF算法在保持与BPF算法相当的估计精度和运算时间的条件下,克服了样本枯竭问题,算法的鲁棒性更强.
-
关键词
递推非线性滤波
扩展卡尔曼滤波
粒子滤波
自举粒子滤波
裂变繁殖
裂变自举粒子滤波
-
Keywords
recursive nonlinear filtering
extended kalman filtering
particle filtering
bootstrap particle filtering
reproductionby fuss-ion
fission bootstrap particle filtering
-
分类号
TN911.72
[电子电信—通信与信息系统]
-
-
题名一种改进的容积信息粒子滤波多目标跟踪算法
- 2
-
-
作者
赵毅寰
陈伟
刘哲
沈康
-
机构
中国空空导弹研究院
航天恒星科技有限公司
北京航空航天大学电子信息工程学院
-
出处
《弹箭与制导学报》
CSCD
北大核心
2017年第4期19-22,26,共5页
-
基金
中国航空工业集团公司创新基金(2014C01407R)
航空基金(20130112002)资助
-
文摘
为了解决传统的自举式粒子滤波采用状态转移密度作为重要性采样函数呈现粒子退化、跟踪精度差等问题,文中采用后验概率作为重要性采样函数并提出其估计方法。通过容积信息滤波和Gating技术,估计重要性采样函数对应的均值和方差,完成重要性采样函数设计。使用改进后的粒子滤波方法,在非线性场景下对多个目标的状态和目标数目进行了估计。仿真结果表明,本算法在非线性多目标跟踪场景下具有估计精度高、稳定性好的优点。
-
关键词
自举式粒子滤波
重要性采样函数
容积信息滤波
Gating技术
-
Keywords
bootstrap particle filtering
importance sampling function
volume information filtering
Gating technology
-
分类号
TN958
[电子电信—信号与信息处理]
-
-
题名免微分非线性Bayesian滤波方法评述
被引量：12
- 3
-
-
作者
程水英
邹继伟
汤鹏
-
机构
电子工程学院
[
-
出处
《宇航学报》
EI
CAS
CSCD
北大核心
2009年第3期843-857,876,共16页
-
基金
国家自然科学基金(60702015)
中国博士后科学基金(20070420740)
-
文摘
以非线性递推Bayesian滤波问题的求解及其历史渊源为起点,分两类对各种免微分非线性Bayesian滤波方法或免微分方法的原理和算法进行了评述:一类是以线性最小均方误差最优估计子为特点的免微分高斯滤波,包括无味卡尔曼滤波、均差滤波器、中心差分滤波器和Gauss-Hermite滤波器或积分卡尔曼滤波器;另一类是后验密度数值逼近免微分方法,包括栅格法(GBMs)与近似栅格法、矩近似法和以粒子滤波为代表的Monte Carlo方法。其中还包括了作者的一些最新研究成果,如迭代UKF算法、裂变自举PF算法和关于粒子滤波算法有限收敛界的概念等。之后从加权统计线性回归的角度对两类免微分方法进行了统一认识,统一为以数值方法为特点的广义PF。为了建立一个关于各种免微分算法性能的整体印象,论文还通过一个复杂的递推非线性滤波估计例子,用MonteCarlo仿真实验的方法对7种典型的免微分方法和和传统的EKF算法进行了比较研究。最后对两类免微分方法进行了简单的比较,并指出了进一步研究的方向。
-
关键词
非线性估计
递推Bayesian滤波
扩展卡尔曼滤波
高斯滤波
无味变换
无味卡尔曼滤波
均差
滤波器
中心差分滤波器
Gauss—Hermite滤波器
积分卡尔曼滤波器
迭代无味卡尔曼滤波
栅格法
近似栅格
法
矩近似法
Monte
CARLO方法
粒子滤波
裂变自举粒子滤波
加权统计线性回归
-
Keywords
Nonlinear estimation
recursive bayesian filtering
Extended kalman filtering
Gaussian filtering
Unscented transformation
Unscented kalman filtering
Divided difference filter
Central difference filter
Gauss-hermite filter
Quadrature kalman filter
Iterated unscented kalman filtering
Grid-based methods
Approximate grid-based methods
Moment approximation methods
Monte carlo methods
Particle filtering
Fission bootstrap particle filtering
Weighted statistical linear regression
-
分类号
TN911.7
[电子电信—通信与信息系统]
-
