基于高斯Sigma点选取的改进UPF算法.pdf

《基于高斯Sigma点选取的改进UPF算法.pdf》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、第44卷第5期吉林大学学报(工学版)Vo【_44NO．52014年9月JournalofJilinUniversity(EngineeringandTechnologyEdition)Sept．2014基于高斯Sigma点选取的改进UPF算法曹洁，戴彬，李晓旭(兰州理工大学计算机与通信学院，兰州730050)摘要：针对标准粒子滤波存在的粒子退化现象，提出了一种改进的UPF算法。该算法采用基于高斯Sigma点选取的自适应无味卡尔曼滤波产生建议分布函数，然后利用Metropolis—Hastings(MH)方法优化粒子，提高了对系统后验概率密度

2、的逼近程度。仿真结果表明：改进算法降低了粒子滤波算法的粒子退化程度，提高了跟踪精度。关键词：计算机应用；粒子滤波；高斯Sigma点；无味卡尔曼滤波；MH方法中图分类号：TP391文献标志码：A文章编号：1671—5497(2014)05—1435-06DoI：10．7964／idxbgxb201405034ImprovedUPFalgorithmbasedonGaussianSigmapointsselectionCA0Jie。DAIBin，LIXiao—XU(CollegeofComputerandCommunication，Lanzho

3、uUniversity0l，Technology，Lanzhou730050，China)Abstract：AnimprovedUnscentedParticleFilter(UPF)algorithmisproposedtoovercometheproblemofparticlesdegradationinthestandardparticlefilter．ThealgorithmusesadaptiveunscentedKalmanfilterbasedonGaussianSigmapointselectiontogeneratethe

4、proposaldistributionfunction．ThenitusestheMetropolis～Hastings(Mtt)algorithmtooptimizeparticles，SOthattheapproximationoftheposteriorprobabilitydensityofthesystemisimproved．SimulationresultsshowthattheimprovedUPFalgorithmreducesparticledegradationwhichexistsintheparticlefilt

5、eralgorithm，andimprovestrackingaccuracy．Keywords：computerapplication；particlefilter；GaussianSigmapoints；unscentedKalmanfilter；Metropolis—Hastings非线性、非高斯随机系统的状态估计问题在的非线性进行近似来进行状态估计。但在许多非统计学、语音和图像处理、数字通信、计算机视觉、线性和非高斯条件下，这些滤波算法在估计系统自适应估计、机器学习及自动控制等领域有着广状态时误差较大，可能导致滤波发散。近年来，粒泛

6、应用。解决一般非线性状态估计问题常用子滤波被应用在解决非线性和非高斯系统状态Kalman滤波的相关改进算法，包括扩展Kalman估计问题上，但仍存在粒子退化现象。建议分布滤波(EKF)_I2j、无味Kalman滤波(UKF)[31等。函数的选择是影响该问题一个重要因素，研究人这些算法基本思想是通过参数化的解析式对系统员提出了很多基于建议分布函数选择的粒子滤波收稿日期：2O13一O3O7．基金项目：国家自然科学基金项目(61263031)．作者简介：曹洁(1966一)，女，教授，博士生导师．研究方向：信息融合理论与应用，智能交通，信息检测与估

7、计E—mail：caoj@lut．cn·1436·吉林大学学报(工学版)第44卷算法，其中有似然粒子滤波]、扩展粒子滤波度为建议分布函数。但是，这种选取方法丢失了(EPF)l、无味粒子滤波(UPF)和高斯一厄米粒当前时刻的量测值，使得当前时刻的状态严重依子滤波[8等。其中UPF算法是目前被广泛应用赖于模型。如果模型不准确，或者量测噪声突然的一种改进粒子滤波算法，但UPF算法的精度很增大，这种选取方法将不能有效地表示概率密度大程度上取决于Sigma点的选取方式，现有的选函数的真实分布，会产生很大的估计偏差。UPF取方式主要是对称选取，这种选取

8、方式使Sigma算法则是在PF的基础上利用UKF产生建议分点的采样点数过多，影响了算法的效率。布函数，每一次采样的粒子集都由UKF算法进基于此，本文提出了一种改进的UPF算法。行