一种改进的粒子滤波重采样算法研究_金玉柱.pdf

一种改进的粒子滤波重采样算法研究_金玉柱.pdf

ID:58314044

大小:425.21 KB

页数:4页

时间:2020-09-06

一种改进的粒子滤波重采样算法研究_金玉柱.pdf_第1页
一种改进的粒子滤波重采样算法研究_金玉柱.pdf_第2页
一种改进的粒子滤波重采样算法研究_金玉柱.pdf_第3页
一种改进的粒子滤波重采样算法研究_金玉柱.pdf_第4页
资源描述:

《一种改进的粒子滤波重采样算法研究_金玉柱.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、2011年4月电子测试Apr.2011第4期ELECTRONICTESTNo.4一种改进的粒子滤波重采样算法研究金玉柱,李善姬(延边大学工学院,吉林延吉133002)摘要:粒子滤波是基于递推的蒙特卡罗模拟方法的总称,可用于任意非线性,非高斯随机系统的状态估计。为了减轻退化现象,引入重采样过程,但重采样过程算法复杂,计算量大,不利于硬件实现,并且会削弱粒子的多样性,从而导致滤波性能下降。提出了一种将局部重采样和优化组合算法结合的重采样算法。将粒子按权值大小分类,小权值的粒子抛弃,大权值的粒子进行复制,将复制的粒子

2、和抛弃的粒子线性组合产生新的粒子,增加了粒子多样性并且只对大权值粒子进行运算,故降低了计算量利于实时系统的硬件实现。仿真结果证明了该算法的有效性。关键字:粒子滤波;局部重采样;优化组合中图分类号:TP391文献标识码:AResearchofimprovedparticlefilterresamplingalgorithmJinYuzhu,LiShanji(CollegeofEngineering,YanbianUniversity,Yanji133002,China)Abstract:Particlefilte

3、ringisasequentialMonteCarlosimulationalgorithm.Itcanbeusedtoestimatethestateofanynonlinear,non-Gaussiansystem.Inordertoreducethedegeneracy,theresamplingalgorithmisadopted.Buttheresamplingprocesshascomplexalgorithmarchitecture,whichhaverestricteditsimplementa

4、tioninreal-timesystem.Resamplingprocessalsoleadstothelossofdiversityofparticles,andthelossmakesfilter’sperformanceworse.Anewalgorithm-partialresamplingcombinedwithoptimizingcombinationresamplingmethodisproposed.Assorttheparticlesbytheirweights,theparticleswh

5、ichhavelowweightsareabandonedandtheparticleswhichhavehighweightsarereproduced,andgeneratenewparticlesbycombiningthereproducedparticlesandabandonedparticles.Thisnewmethodpartlyovercomesthelossofdiversityandbecauseitsimplyoperatestothehighweightsparticlesoitsc

6、alculationissimplified.Anditispropitioustoimplementbyhardware.Thesimulationresultsprovetheeffectivenessoftheproposedmethod.Keywords:particlefiltering;partialresampling;optimizingcombination0引言断等领域。所谓粒子滤波就是贝叶斯估计基于抽样理论的一种近似算法,通过非参数化的蒙特卡罗模拟方法来实现粒子滤波器,又称序贯蒙特卡罗方法

7、。可以有效地处递推贝叶斯滤波,即通过一组动态状态空间上按贝叶斯准理非线性、非高斯滤波问题,广泛地应用在机动目标跟踪、则进行更新的随机加权的样本或粒子,对未知状态的后验信号传输与压缩、金融领域数据分析、图像处理、故障诊概率密度进行估计,其中这些粒子通过对后验密度序贯重91TestTools&Solution2011.4要抽样得到,并分别对应于一组权值。以样本均值代替积问题就是许多粒子的权值会变得非常小,而少数粒子的权分运算,当样本容量很大时,这种蒙特卡罗描述就等价于值变得较大。为了解决这个问题引入重采样步骤,通过

8、一[1]真实的后验概率密度函数。个有效地采样尺度Neff为:1基本的PF算法中最重要的3个步骤是:重要性采N=effN2样、权值更新以及重采样。重要性采样步骤就是选取重要∑()wik性函数,通常选择k时刻的后验概率密度函数时为最优估i=1,(2)当Neff下降到一个门限值Nr时就对粒子进行重采样,计,但是最优估计很难实现,一般取后验概率密度的近似把那些权值小的粒子删除,复制那些权值较大

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。