粒子滤波算法综述

粒子滤波算法综述

ID:31674101

大小:91.33 KB

页数:6页

时间:2019-01-17

粒子滤波算法综述_第1页
粒子滤波算法综述_第2页
粒子滤波算法综述_第3页
粒子滤波算法综述_第4页
粒子滤波算法综述_第5页
资源描述:

《粒子滤波算法综述》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库

1、第20卷第4期控制与决策2005年4月Vol20No.4ControlandDecisionApi:2005文章编号:10012()920(2005)042()3612()5粒子滤波算法综述胡士强r敬忠良I(L上海交通大学自动化系,上海200030;2河北科技大学自动化系.湖北石家庄050054)摘要:对粒子滤波算法的原理和应用进行综述首先针对非线性非高斯系统的状态滤波问题,阐述粒子滤波的原理:然后在分析采样2重要性2重采样算法基础上,讨论粒子滤波算法存在的主要问题和改进手段;最后从概率密度函数的角度出发、将粒子滤波方法与其他非线性滤

2、波算法进行比较,阐明了粒子滤波的适应性、给出了粒子滤波在一些研究领域中的应用,并展望了其未来发展方向尖键词:粒子滤波;概率密度;非线性滤波;算法中图分类号:TP14文献标识码:AOverviewofparticlefilteraIgorithmHUShL2}JINGZhong2liang1(1.DeparlmentofAutomation,ShanghaiJiaotongUniversity,Shanghai200030,China;2DepartmenlofAutomation,HebeiUniversityofScienceand

3、Technobgy,Shijiazhuang050054,ChinaCorre^ondent:HUShi2qiang,E2iiail:sqhu@mailsjtueducn)AbstractTheAIgorithmandapplicationsrelatedtoparticlefilteraresurveyedAmingatthenonlinear^on2Gaussianfilterproblan,thegenericideasofparticlefilterarcgiven,basedontheanalysisofstandardal

4、gorithnosampIing2inportancc2rcsanplingfilter,theproblemsofparticlefilterarcdiscussedandsomeinprovancntmcthodfareillustratedFromviewofprobabilitydensityfiinctbn,thecomparisonsbetweenparticlefilterandothersnon:linearfilteralgorithmsandapplicabilityareintroduced,someapplic

5、atbnsinthedevelopedareasarereviewed,Finally,furtherresearchdircctbnsarcpointedoutKeywords:particlefilter;probabilitydensity;non21inearfilter;algorithm1引言近年来,科研人员在机动目标跟踪J言号传输与压缩金融领域数据分析、图像处理等方面提出许多非线性滤波新方法「4,这些算法都是基于贝叶斯采样估计的顺序重要采样(SIS)滤波思想Hammersley等在20世纪50年代末就提出了基本的S1S方

6、法§,并在60年代使其得到了进一步发展',但上述研究始终未能解决粒子数匮乏现象和计算量制约等问题,因此未引起入们的重视直到1993年由Gordon等提出了一种新的基于SIS的Bootstrap非线性滤波方法,从而奠定了粒子滤波算法的基础粒子滤波是指:通过寻找一组在状态空间中传播的随机样本对概率密度函数P(心

7、次)进行近似,以样本均值代替积分运算,从而获得状态最小方差估计的过程,这些样本即称为粒子"•采用数学语言描述如下:对于平稳的随机过程,假定k・1时刻系统的后验概率密度为p(xk.i

8、z,..),依据一定原则选取«个随机样本点,k时

9、刻获得测量信息后,经过状态和时间更新过程,“个粒子的后验概率密度可近似为"(x,

10、z,).随着粒子数目的增加,粒子的概率密度函数逐渐逼近状态的概率密度函数,粒子滤波收稿日期:2004205213;修回日期:2004207212基金项目:国家自然科学基金项目(60375008);中国博士后科学基金项目(2003034265);上海市博士后基金项目(SH0325);河北省博士基金项目(B2004510).作者简介:胡士强(1969-),男,河北定州人,教授,博士后、从事非线性滤波、图像理解等研究:敬忠良(I960-),男,四川南部人,教授

11、,博士生导师、从事信息融合、随机运动控制等研究估计即达到了最优贝叶斯估计的效果“.粒子滤波算法摆脱了解决非线性滤波问题时隆机量必须满足高斯分布的制约条件,并在一定程虔上解决了粒子数样本匮乏问题,因此近年来该算注在许多领域

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。