基于粒子滤波的混合估计理论与应用

《基于粒子滤波的混合估计理论与应用》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、西北工业大学博士学位论文基于粒子滤波的混合估计理论与应用姓名：杨小军申请学位级别：博士专业：控制理论与控制工程指导教师：张洪才20060301摘要随着科学技术的发展，系统规模及复杂性在不断增加，对系统性能的要求在不断提高，同时信息获取的手段也在不断增多，因而面向复杂系统、复杂环境、网络化平台的估计问题成为现代估计理论的前沿领域。本文基于粒子滤波方法，对混合系统以及复杂环境下动态估计中的若干关键问题，从理论和算法上进行了深入研究，主要工作如下：1．在Bayes框架下，综述了基于序贯MonteCarlo仿真方法的粒子滤波原理、收敛性，研究进展及其应用，讨论了粒子方法的新发展、新动态。2。

2、对多模型混合系统的状态估计问题，利用模型的结构特点，结合Rao．Blackwellisation技术和Kalman滤波技术，分别提出了迭代粒子滤波器和固定区间、固定延迟粒子平滑器。算例分析结果表明，本文所提出的滤波器和平滑器是可行的，估计性能有明显改善。3．混合估计理论上的Cram6r-Rao下界(cRLB)需要穷举所有可能的模型序列，计算量随时间指数增加。本文通过使用有限个模型序列假设子集，提出了一种CRLB的近似表达式，并且基于粒子滤波器和MonteCarlo仿真方法，给出了CRLB的一种近似计算方法，算例分析表明了作者方法的可行性及有效性。4．对具有未知转移概率的混合系统，提出

3、了一种基于粒子滤波器的自适应MomeCarlo估计算法，利用状态空间的一组随机样本探索系统状态和模型的演化，对模型转移概率、系统状态和模型概率同时进行在线估计。对模型中的未知参数提出一种基于粒子滤波和SPSA随机逼近的自适应估计算法，实现了系统状态和参数的联合估计，仿真结果表明了算法的有效性。5．针对低探测概率下的估计问题，为了充分利用传感器提供的一切信息，通过建立传感器检测概率模型，在Bayes框架下，将传感器是否检测到目标的检测信息也进行融合，从而得到一种增强的粒子滤波器，仿真结果表明该方法可以提高估计精度。6．基于粒子滤波和似然比方法提出了一种检测跟踪一体化算法。直接利用传感器

4、的原始数据，由粒子滤波器得到目标状态的后验概率分布，检测是基于滤波器的输出，利用Bayes似然比作为检测的判决准则。该方法较好地利用了先验信息和量测信息，将目标检测和跟踪过程统一为一个整体，仿真结果表明了算法的有效性。7．对传感器网络环境下的混合估计问题，提出了一种传感器节点协同自组织算法。通过在线优化目标状态的预测误差和通讯代价，自适应地选择管理员节点，并动态地激活传感器子网络，实现了对机动目标的精确跟踪，同时节约了通讯能量和计算资源。关键词：Bayes最优估计，MonteCarlo粒子滤波，多模型混合估计，检测跟踪一体化，传感器网络ⅡABSTRACTWitllthedevelop

5、mentofscienceandtechnology．thescaleandcomplexityofsystemisincreasingandthedemandforsystemperformanceisincreasing．Atthesametime，themeansofobtaininginformationisalsoincreasing．Asaresult，theestimationforcomplexsystemunderthecomplexandnetworkenvironmentbecomesafrontareaofestimationtheory．Inthisdiss

6、ertationsomekeytechniquesfordynamicestimationofhybridsystemarestudiedindetailsbasedonMonteCarloparticlefiltering．111cmaincontributionsareasfollows：1．Anoverviewoftheprinciple，convergence，developmentandapplicationofSequentialMonteCarlosimulationbasedparticlefilteringispresentedwithinBayesianframe

7、works．Thenovelextensionsandtrendsofparticlefilteringarealsodiscussed．2．Theiterativeparticlefilter．fixedintervalandfixedlagparticlesmoother淝proposedforthestateestimationofmultiplemodelhybridsystem．Theproposedmethodsmakeuseofstructu