本文選題：輔助變量粒子濾波　切入點(diǎn)：正則化　出處：《微電子學(xué)與計(jì)算機(jī)》2017年02期 　論文類型：期刊論文

【摘要】：針對(duì)輔助變量粒子濾波(AVPF)對(duì)狀態(tài)估計(jì)無(wú)法獲得較好的濾波精度的問(wèn)題,本文提出了一種改進(jìn)的輔助變量粒子濾波算法.將正則化的思想引入到輔助變量粒子濾波的重采樣中,在重采樣中將離散的概率分布函數(shù)近似為連續(xù)的分布函數(shù),該方法不僅保留了AVPF在重采樣之前依據(jù)似然值的大小對(duì)原粒子集中的各個(gè)權(quán)值進(jìn)行修正,從經(jīng)過(guò)平滑后的后驗(yàn)密度中重采樣的特點(diǎn),在重采樣中引入正則化思想后還能夠保持粒子的多樣性,增加有效樣本數(shù)目,能夠有效抑制樣本退化.針對(duì)一個(gè)被廣泛采用的雙峰,高度非線性的系統(tǒng)模型,在選取不同的過(guò)程噪聲下,進(jìn)行Monte Carlo仿真實(shí)驗(yàn).仿真實(shí)驗(yàn)表明,改進(jìn)的輔助變量粒子濾波具有更好濾波精度.
[Abstract]:In order to solve the problem that AVPFs can not obtain better filtering accuracy for state estimation, an improved particle filter algorithm for auxiliary variables is proposed in this paper. The regularization idea is introduced into the resampling of particle filter with auxiliary variables. The discrete probability distribution function is approximated as a continuous distribution function in resampling. This method not only preserves the AVPF to modify the weights of the original particle set according to the magnitude of the likelihood value before the resampling. From the characteristics of resampling in the smoothing posteriori density, the regularization idea can maintain the diversity of particles, increase the number of effective samples, and effectively suppress the degradation of samples. The highly nonlinear system model is simulated with Monte Carlo under different process noise. The simulation results show that the improved particle filter with auxiliary variables has better filtering accuracy.
【作者單位】： 陜西師范大學(xué)計(jì)算機(jī)科學(xué)學(xué)院;
【分類號(hào)】：TN713

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 劉忠;使用輔助變量的單靜止站純方位目標(biāo)跟蹤[J];海軍工程大學(xué)學(xué)報(bào);2002年04期

2 李奇，高廷耀，金毅;非凸大系統(tǒng)優(yōu)化的輔助變量法[J];同濟(jì)大學(xué)學(xué)報(bào)(自然科學(xué)版);1994年02期

3 丁鋒,丁韜,楊家本,康飚,蘭鴻森,胡紅頁(yè),唐洪性;輔助變量最小二乘辨識(shí)的均方收斂性[J];控制與決策;2001年S1期

4 朱從光;馮大政;聶衛(wèi)科;;輔助變量雙迭代子空間追蹤[J];制導(dǎo)與引信;2007年02期

5 王月芹，陳美會(huì)，王先來(lái);精選－優(yōu)化輔助變量法對(duì)于閉環(huán)參數(shù)估計(jì)的收斂性[J];系統(tǒng)工程學(xué)報(bào);1996年01期

6 黃波,劉忠;輔助變量法消除估計(jì)偏倚的驗(yàn)證[J];火力與指揮控制;2005年S1期

7 杜俊杰,劉宏才;階遞推輔助變量法[J];信息與控制;1988年06期

8 徐嗣鑫;黃東;蘇義鑫;;閉環(huán)系統(tǒng)辨識(shí)的輔助變量法[J];東南大學(xué)學(xué)報(bào);1990年06期

9 陳慧波;丁鋒;;SIMO系統(tǒng)輔助變量最小二乘盲辨識(shí)方法[J];系統(tǒng)工程與電子技術(shù);2009年04期

10 王先來(lái),姬維君;精選-優(yōu)化輔助變量法及其仿真研究[J];控制理論與應(yīng)用;1989年S1期

相關(guān)會(huì)議論文 前1條

1 陳美會(huì);王先來(lái);;精選—優(yōu)化輔助變量法閉環(huán)參數(shù)估計(jì)的收斂性[A];1994年中國(guó)控制會(huì)議論文集[C];1994年

相關(guān)碩士學(xué)位論文 前2條

1 蔡娟;輔助變量選擇在項(xiàng)目無(wú)回答插補(bǔ)方法中的應(yīng)用[D];天津財(cái)經(jīng)大學(xué);2013年

2 崔文麗;SRS和RSS下加入輔助變量信息后總體均值的比率估計(jì)[D];華中師范大學(xué);2013年

，

本文編號(hào)：1568082