应用最小偏度采样的UPF算法.pdfVIP

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
维普资讯 第 16卷 第 4期 光学 精密工程 Vol_16 No.4 2008年 4月 OpticsandPrecisionEngineering Apr.2008 文章编号 1004—924X(2008)04—0746—06 应用最小偏度采样的UPF算法 刘贵喜,马 涛,陈石磊 (西安电子科技大学 自动控制系,陕西西安710071) 摘要:针对一般粒子滤波中的退化问题,提出了一种改进的Unscented卡尔曼粒子滤波 (UPF)算法。提出了最小偏度采 样策略,将该策略应用于UKF算法中,以UKF方法生成建议分布并从中采样,解决了一般粒子滤波算法中以转换先验 密度函数作为替代分布所引发的粒子退化等问题。将多项式重采样和分层重采样两种方法结合起来进行重采样,有效 地减弱了粒子退化问题。最后,给出了非线性序列的仿真算例。理论分析和仿真结果表明,改进的UPF算法提高了滤 波的稳定性和精度,算法的运行效率提高了3o 。 关 键 词 :Unscented卡尔曼粒子滤波;粒子滤波 ;Unscented变换 ;采样策略 中图分类号:TP391 文献标识码 :A Unscentedparticlefilteringalgorithm usingminimalskew sampling LIU Gui—Xi,MA Tao,CHEN Shi-lei (DepartmentofAutomation,XidianUniversity ,Xi’an710071,China) Abstract:Tosolvethedegeneracyproblem ofgeneralparticlefilter,an mprovedUnscentedKalman ParticleFilter(UPF)algorithm isproposed.A new samplingstrategycaled-minimalskew samplingis proposed.TheproposedsamplingstrategyisusedintheUKFalgori,thm andaproposaldistributionis generatedandthesamplesareextractedbyUKF。Bydoingthis,someproblemssuchasparticlede— generacycausedbytransitionpriordensityfunctionasproposaldistributionaresolved.A new resam— piingmethodcombiningmultinomialresamplingwith stratifiedresampling isproposedtoefficiently solvesthedegeneracyproblem ofparticlefiltering.Finally,asimulationexampleofanonlineartime sequenceisgiven.Theresultsoftheoryanalysisandsimulationshow thattheimprovedUPF algo— rithm improvesthestabilityandaccuracyoffiltering,andtheoperatingefficiencyincreasesby309,6. Keywords:particlefiltering Unscentedtransformation;UnscentedKalmanParticleFiltering(UPF)f samplingstrategy 收稿 日期 :2007—10—15;修订 日期 :2007—12—21. 基金项 目:部委预研基金资助项 目(No.9140Z101);部委 “十一五”预研资助项 目(No。513160

文档评论(0)

heroliuguan + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

版权声明书
用户编号:8073070133000003

1亿VIP精品文档

相关文档