摘 要:針對傳統(tǒng)自適應(yīng)粒子濾波(APF)對于動態(tài)貝葉斯網(wǎng)絡(luò)推理中高維的問題,提出動態(tài)貝葉斯網(wǎng)絡(luò)一種自適應(yīng)的局部抽樣粒子濾波算法(LSAPF)。LSAPF算法將BK算法分團的思想引入到粒子抽樣中,利用策略相關(guān)性和局部模型的弱交互性為指導(dǎo)對動態(tài)貝葉斯網(wǎng)絡(luò)進行分割,以降低抽樣規(guī)模和抽樣的狀態(tài)空間;進而對局部模型用自適應(yīng)粒子濾波算法進行近似推理,并以粒子的因式積形式近似系統(tǒng)的狀態(tài)信度。實驗結(jié)果表明,該算法能很好地兼顧推理精度和推理時間,其性能優(yōu)于普通PF算法;與APF算法相比,在不增加推理誤差的情況下推理時間也有較大的提高。
關(guān)鍵詞:動態(tài)貝葉斯網(wǎng)絡(luò); 局部抽樣方法; 自適應(yīng)粒子濾波; 粒子濾波; BK算法
中圖分類號:TP18; TP3016
文獻標志碼:A文章編號:10013695(2010)04130404doi:10.3969/j.issn.10013695.2010.04.027