-
题名免微分非线性Bayesian滤波方法评述
被引量：12
- 1
-
-
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]
-
