一种简化的拟蒙特卡洛-高斯粒子滤波算法.PDFVIP

第57卷 第4期 电讯技术 Vol.57,No.4 2017年4月 Telecommunication Engineering April,2017 doi:10.3969/ j.issn.1001-893x.2017.04.015 引用格式:高国栋,林明.一种简化的拟蒙特卡洛-高斯粒子滤波算法[J]. 电讯技术,2017,57(4):457-462. [GAO Guodong,LIN Ming.A simplified quasi-Monte Carlo based Gaussian particlefilter[J].Telecommunication Engineering,2017,57(4):457-462. ] 一种简化的拟蒙特卡洛-高斯粒子滤波算法* ** 高国栋 ,林摇 明 (江苏科技大学 电子信息学院,江苏 镇江212003) 摘摇 要:提出了一种简化的拟蒙特卡洛-高斯粒子滤波(QMC-GPF)算法(SQMC-GPF),以解决将 QMC方法应用于GPF时计算复杂度高、运算量大的问题。 该算法中,在连续的迭代滤波过程开始之 前,首先利用QMC采样产生单位拟高斯分布粒子集,然后用其线性变换产生GPF 算法中需要的高 斯分布粒子集,省去了重新进行QMC采样步骤。 该算法简化了新粒子集的产生过程,减少了运算量 和滤波时间,增强了算法的实时性。 将粒子滤波算法(PF)、GPF 算法、QMC-GPF算法和SQMC-GPF 算法用于单变量非静态增长模型(UNGM)和二维纯角度跟踪模型(BOT)的仿真结果表明,SQMC- GPF算法的滤波性能与QMC-GPF算法的滤波性能相近,但有更为明显的速度优势,具有重要的实 际应用价值。 关键词:高斯粒子滤波;拟蒙特卡洛采样;线性变换;高斯分布 中图分类号:TN713摇 摇 文献标志码:A摇 摇 文章编号:1001-893X(2017)04-0457-06 A Simplified Quasi-Monte Carlo Based Gaussian Particle Filter GAO Guodong,LIN Ming (School of Electronics Information,Jiangsu University of Science and Technology,Zhenjiang212003,China) Abstract:A simplified Quasi-Monte Carlo Gaussian particle filtering(QMC-GPF)(SQMC-GPF) algo鄄 rithm is presented to solve the problems of high complexity and large amount of computation that QMC method isfaced with when it is applied to GPF. In this algorithm,a basic set of particleswhich obey unit quasi-Gaussian distribution are pregenerated with the method of QMC before the successive iterative file鄄 ring process,and thenthey areconvertedtotheparticlesneededduring iterativefileringby meansof linear transformation,without the QMCmethodcalledagain. Thisalgorithmsimplifiesthegeneration