求積分卡爾曼粒子濾波算法
2009-04-03 01:18:04巫春玲韓崇昭
西安交通大學學報 2009年2期
巫春玲 韓崇昭
摘要：針對非線性／非高斯系統的狀態估計問題，提出一種采用求積分卡爾曼濾波(QKF)算法來產生重要性密度函數的粒子濾波新算法——PF-QKF算法。新算法使用統計線性回歸的方法，通過一套高斯一厄米特積分點來線性化非線性函數，不需要計算雅可比矩陣，易于實現，而且所產生的重要性密度函數在系統狀態轉移概率密度的基礎上，融入最新的觀測數據，提高了對系統狀態后驗概率的逼近程度。理論分析和實驗結果表明，PF-QKF算法的估計精度比無味粒子濾波(PF-UF)算法提高了約18％，其計算復雜度比PF-UF算法稍有降低，表明PF-QKF算法是一種很有效的非線性濾波算法。
關鍵詞：粒子濾波；統計線性回歸；求積分卡爾曼濾波；重要性密度函數
中圖分類號：TP391文獻標志碼：A文章編號：0253—987X(2009)02—0025—04
