精确测量系统的聚类准蒙特卡罗粒子滤波算法.pdf

精确测量系统的聚类准蒙特卡罗粒子滤波算法.pdf

ID:55971411

大小:749.90 KB

页数:8页

时间:2020-06-03

精确测量系统的聚类准蒙特卡罗粒子滤波算法.pdf_第1页
精确测量系统的聚类准蒙特卡罗粒子滤波算法.pdf_第2页
精确测量系统的聚类准蒙特卡罗粒子滤波算法.pdf_第3页
精确测量系统的聚类准蒙特卡罗粒子滤波算法.pdf_第4页
精确测量系统的聚类准蒙特卡罗粒子滤波算法.pdf_第5页
资源描述:

《精确测量系统的聚类准蒙特卡罗粒子滤波算法.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、第30卷第2期信号处理Vo1.30No.22014年2月JOURNALOFSIGNALPROCESSINGFeb.2014精确测量系统的聚类准蒙特卡罗粒子滤波算法赵玲玲马培军苏小红(哈尔滨工业大学计算机科学与技术学院)摘要:针对粒子滤波在精确测量系统中由于似然分布过于尖锐引起的失效问题,提出一种基于确定性准蒙特卡罗采样和聚类方法的粒子滤波算法,当判定重要性样本缺失时,利用聚类方法提取提议分布中的关键样本,在由关键样本构成的新的支撑集基础上,确定采样空问和繁殖样本个数,并采用准蒙特卡罗方法生成新的确定性样本序列,以获取有效样本,避免失效现象的发生。仿真实验表明,该算法在测量噪声较小的情况下,

2、与一般粒子滤波算法相比,可以获得更为精确和稳定的状态估计。关键词:粒子滤波;准蒙特卡罗采样;聚类;精确测量中图分类号:TP391文献标识码:A文章编号:1003—0530(2014)02—0127—08ACluster--basedQuasi--MonteCarloParticleFilterforAccurateMeasurementSystemZHA0Ling-lingMAPei-junSUXiao--hong(SchoolofComputerScienceandTechnology,HarbinInstituteofTechnology)Abstract:Aimingatthepar

3、ticlefilter’Sineficacyproblemcausedbynarrowlikelihoodofaccuratemeasurementsys—tern,anewparticlefilterwithresamplingstepbasedonclusteringanddeterminationquasi—MonteCarloisproposed.Whenimportancesamplesarelost,thealgorithmextractskeysamplesusingclusteringmethod,andthendeterminesthenumberofspring-off

4、softhemandsamplingspaceaccordingtothenewsupportsetcomposedofkeysamples.Newparticlesaregen—cratedbyQMC,inordertoobtainmoreeficientsamplesandavoidtheinefficacyphenomena.Simulationsshowthat,corn—paredtothegeneralresamplingstepofparticlefilter,thisalgorithmobtainsmoreaeeurateandsteadystateestimation.K

5、eywords:Particlefilter;Quasi—MonteCarlosampling;Cluster;Accuratemeasurement传感器系统的精度和准确度不断提高,使得状1引言态空间模型中测量模型中的似然函数变得狭窄,先粒子滤波(Particlefilter,PF)⋯是一种贝叶斯验分布中生成的大部分粒子权重接近于0_4J,退化框架下适用于非线性系统非高斯噪声分布的滤波问题更加严重。常规重采样步骤虽然可以缓解退方法,它通过在状态空间内进行蒙特卡罗(Monte化现象,降低权重方差,但是,由于多次选取权值大Carlo,MC)采样生成带权样本(粒子)集来描述动的样本,抛弃权值小

6、的样本,不可避免地降低了粒态系统中状态的后验分布密度,自上世纪90年代以子的多样性,严重情况下会导致样本集仅由少数几来,粒子滤波及各类改进算法在模式识别、数据分个甚至一个样本的副本组成,造成样本贫化(Sample析、目标跟踪等领域中得到了广泛应用J。impoverishment)。为了解决这一问题,文献提出收稿日期:2013—04—27;修回日期:2013—08—28基金项目:国家自然科学基金项目(61175027);国家青年科学基金项目(61305013);中央高校基本科研业务费专项资金(HIT.NSRIF2014071)资助128信号处理第30卷了采用UKF等作为提议分布,一方面可以获

7、取更加权随机样本集{;,W:}?:。来近似离散的动态系统准确的支撑集,同时由于UKF分布的厚尾特征,可状态的后验概率密度函数P(jz),其中为t以获取更多的重要性粒子,从而提高滤波性能。但时刻的状态向量,z表示传感器从1时刻到t时是,当似然函数过于尖锐时,即使采用UKF等作为刻得到的测量向量,离散动态系统的状态演化模提议分布,仍然可能导致重要性粒子的缺失,当所型为:有粒子的权重都近似为0时,粒子滤波失效。另一(川,W)(

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。