【摘要】：針對(duì)標(biāo)準(zhǔn)交互式多模型粒子濾波(IMMPF)算法中存在粒子退化及多樣性匱乏問(wèn)題,提出了交互式多模型粒子濾波優(yōu)化重采樣(IMMPFOR)算法,利用線性優(yōu)化理論改善模型中具有小權(quán)值的粒子精度。該算法的新穎性體現(xiàn)在給定量測(cè)信息條件下,利用線性優(yōu)化方法及模型交互概率將每個(gè)模型中擁有小權(quán)值的粒子替換成新的粒子。新的粒子既包含本模型中粒子信息,又包含了本模型與其他模型交互后的粒子信息。目標(biāo)跟蹤的仿真結(jié)果證明:每個(gè)模型新產(chǎn)生的粒子集合可以準(zhǔn)確地近似真實(shí)狀態(tài)后驗(yàn)概率密度函數(shù),系統(tǒng)的估計(jì)精度與標(biāo)準(zhǔn)IMMPF算法相比有較大提升。
[Abstract]:Aiming at the problem of particle degradation and lack of diversity in the standard interactive multi-model particle filter (IMMPF) algorithm, an interactive multi-model particle filter optimized resampling (IMMPFOR) algorithm is proposed. The linear optimization theory is used to improve the particle accuracy with small weights in the model. The novelty of the algorithm is reflected in the condition of given measurement information. Using linear optimization method and model interaction probability, the particles with small weights in each model are replaced with new particles. The new particle contains not only the particle information in the model, but also the particle information after the interaction between the model and other models. The simulation results of target tracking show that the new particle set of each model can accurately approximate the real state posteriori probability density function, and the estimation accuracy of the system is greatly improved compared with the standard IMMPF algorithm.
【作者單位】： 哈爾濱工程大學(xué)自動(dòng)化學(xué)院;哈爾濱建成集團(tuán)有限公司;
【基金】：國(guó)家自然科學(xué)基金(61573112)~~
【分類號(hào)】：TN713

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 吳明洋;楊永勝;;基于非線性濾波的交互式多模型算法[J];現(xiàn)代電子技術(shù);2012年21期

2 郝晶;李衛(wèi)忠;白劍林;;一種多速率的交互式多模型粒子濾波算法[J];微電子學(xué)與計(jì)算機(jī);2009年02期

3 潘泉,戴冠中,張洪才;交互式多模型濾波器及其并行實(shí)現(xiàn)研究[J];控制理論與應(yīng)用;1997年04期

4 王樹磊;魏瑞軒;關(guān)旭寧;;容積法則輔助的交互式多模型濾波算法[J];控制與決策;2014年09期

5 秦雷;李君龍;周荻;;基于交互式多模型算法跟蹤臨近空間目標(biāo)[J];系統(tǒng)工程與電子技術(shù);2014年07期

6 鄧小龍,謝劍英,倪宏偉;引入U(xiǎn)PF的交互式多模型的算法(英文)[J];Chinese Journal of Aeronautics;2005年04期

7 劉春旭;;一種基于交互式多模型算法的聯(lián)邦濾波器[J];電光與控制;2014年07期

8 馬麗麗;陳金廣;;基于求積分卡爾曼濾波的交互式多模型算法[J];計(jì)算機(jī)工程;2011年16期

9 胡振濤;潘泉;楊峰;;基于廣義UT變換的交互式多模型粒子濾波算法[J];電子學(xué)報(bào);2010年06期

10 ;[J];;年期

相關(guān)會(huì)議論文 前1條

1 潘泉;張洪才;戴冠中;杜宏偉;;交互式多模型濾波器及其并行實(shí)現(xiàn)研究[A];1995年中國(guó)控制會(huì)議論文集（上）[C];1995年

相關(guān)碩士學(xué)位論文 前3條

1 李賢;容積卡爾曼濾波方法及其應(yīng)用研究[D];河南大學(xué);2016年

2 鄭雅聰;基于交互式多模型的機(jī)動(dòng)目標(biāo)跟蹤算法研究[D];石家莊鐵道大學(xué);2014年

3 魏鳳麗;線性系統(tǒng)狀態(tài)估計(jì)中的噪聲容限確界方法研究[D];河南大學(xué);2015年

，

本文編號(hào)：2320704