本文選題：高斯濾波器 + 粒子濾波��； 參考：《控制理論與應(yīng)用》2016年03期

【摘要】：傳統(tǒng)高斯粒子濾波算法(Gaussian particle Filter,GPF)中,粒子的重要性密度函數(shù)是由高斯濾波器結(jié)合當(dāng)前最新量測來構(gòu)建的.由于傳統(tǒng)高斯濾波器在量測更新階段直接利用量測對(duì)狀態(tài)進(jìn)行線性更新,在某些條件下會(huì)導(dǎo)致所構(gòu)建的重要性密度函數(shù)并不能很好地近似狀態(tài)真實(shí)分布.為了解決這一問題,結(jié)合遞推更新的思想,本文推導(dǎo)出了遞推更新高斯濾波器(recursive update Gaussian filter,RUGF)的一般結(jié)構(gòu).并在此基礎(chǔ)上,選用RUGF來構(gòu)建粒子濾波的重要性密度函數(shù),從而提出了基于遞推更新的高斯粒子濾波算法(recursive update gaussian particle filter,RUGPF).仿真表明,在非線性系統(tǒng)狀態(tài)估計(jì)問題中,遞推更新可以很好的利用量測信息,相比于傳統(tǒng)的GPF,本文所提出的RUGPF濾波算法可以提供更高精度的估計(jì)結(jié)果.
[Abstract]:In the traditional Gauss particle Filter (GPF) algorithm (Gaussian Filter, GPF), the importance density function of the particle is constructed by the Gauss filter combined with the latest measurement. Because the traditional Gauss filter uses the measurement to update the state directly in the measurement update stage, it will lead to the importance of the construction under some conditions. In order to solve this problem, in order to solve this problem, the general structure of recursive update Gaussian filter (RUGF) is derived in this paper, and based on this, the importance density function of particle filter is constructed by RUGF, and the basis is proposed. The recursive updated Gauss particle filter algorithm (recursive update Gaussian particle filter, RUGPF). The simulation shows that in the nonlinear system state estimation problem, the recursive update can make good use of the measurement information. Compared to the traditional GPF, the proposed RUGPF filter algorithm can provide more accurate estimation results.
【作者單位】： 哈爾濱工程大學(xué)自動(dòng)化學(xué)院;
【基金】：國家自然科學(xué)基金項(xiàng)目(61201409,61371173) 中國博士后科學(xué)基金(2013M530147,2014T70309) 黑龍江省博士后基金(LBH-Z13052,LBHTZ0505) 哈爾濱工程大學(xué)中央高�；究蒲袠I(yè)務(wù)費(fèi)專項(xiàng)基金(HEUCFQ20150407)資助~~
【分類號(hào)】：TN713

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 許景波,袁怡寶;三角窗逼近法實(shí)現(xiàn)高斯濾波器[J];儀器儀表學(xué)報(bào);2004年S1期

2 崔長彩;蔣向前;李小改;劉曉軍;;高斯濾波器對(duì)表面結(jié)構(gòu)分離及其參數(shù)評(píng)定的實(shí)現(xiàn)[J];湖北汽車工業(yè)學(xué)院學(xué)報(bào);2009年02期

3 樸偉英;袁怡寶;孫濤;許景波;;表面計(jì)量中高斯濾波器的一種高精度實(shí)現(xiàn)算法[J];納米技術(shù)與精密工程;2013年06期

4 李晉徽;楊俊安;項(xiàng)要杰;;基于高斯濾波器及費(fèi)舍爾準(zhǔn)則的特征提取方法[J];電路與系統(tǒng)學(xué)報(bào);2013年02期

5 崔東海;高斯濾波器在實(shí)時(shí)系統(tǒng)中的快速處理[J];油氣田地面工程;2005年08期

6 張浩;袁怡寶;;基于逼近樣條方法的高斯表面輪廓濾波[J];吉林大學(xué)學(xué)報(bào)(工學(xué)版);2010年06期

7 王廣君,柳鍵,黃鷹;高斯濾波器在實(shí)時(shí)系統(tǒng)中的快速實(shí)現(xiàn)[J];電子技術(shù)應(yīng)用;2000年03期

8 許景波;袁怡寶;聶家立;崔曉萌;王升;;基于有理逼近的圓度測量信號(hào)高斯濾波方法[J];南京理工大學(xué)學(xué)報(bào);2013年03期

9 喬培玉;何昕;魏仲慧;王方雨;林為才;;高斯濾波器在子彈三維圖像特征提取中的應(yīng)用[J];液晶與顯示;2012年05期

10 郭顯久,莊嚴(yán),王珂,王偉;基于高斯濾波器的尺度相乘邊緣檢測算法[J];計(jì)算機(jī)工程與應(yīng)用;2005年03期

相關(guān)會(huì)議論文 前2條

1 許景波;袁怡寶;;三角窗逼近法實(shí)現(xiàn)高斯濾波器[A];第二屆全國信息獲取與處理學(xué)術(shù)會(huì)議論文集[C];2004年

2 張靜;張浩;許連虎;樸偉英;;表面粗糙度測量中的高斯遞歸濾波算法[A];2010振動(dòng)與噪聲測試峰會(huì)論文集[C];2010年

相關(guān)博士學(xué)位論文 前1條

1 許景波;高斯濾波器逼近理論與應(yīng)用研究[D];哈爾濱工業(yè)大學(xué);2007年

，

本文編號(hào)：1917471