一种改进的多单元粒子滤波算法_代少升.pdfVIP

Computer Engineering and Applications 计算机工程与应用 2011 ，47 （36） 155 一种改进的多单元粒子滤波算法 代少升，齐 威 DAI Shaosheng ，QI Wei 重庆邮电大学 信号与信息处理重庆市重点实验室，重庆 400065 Chongqing Key Laboratory of Signal and Information Processing ，Chongqing University of Posts and Telecommunications ， Chongqing 400065 ，China DAI Shaosheng ，QI Wei.Improved multi-unit particle filter.Computer Engineering and Applications ，2011 ，47 （36 ）：155-158. Abstract ：Traditional particle filter are not used in practice mainly because they cannot satisfy real-time requirements.So this paper presents an efficient implementation model for multi-unit particle filter.In this model ，the multiple units of particle data are divided into many groups ，and then selected maximum value to the sampling data in each group.This method is effective in reducing re-sampling number of particles ，and can improve operation efficiency.The experimental results prove that the model has better operation efficiency ，higher accuracy and it easily satisfies real-time requirements. Key words ：particle filter ；re-sampling ；maximum value ；average mean-square errors 摘 要：针对粒子滤波重采样时运算量大的问题，提出一种改进的多单元粒子滤波算法，该算法在多单元粒子滤波的理论基础 上，通过加入数据采样步骤，对多个单元的粒子数据进行分组，对其采样选取各组数据的最大值，有效减少系统重采样时的粒子 数，提高系统运算效率。实验结果表明：在相同的条件下，相对于多单元粒子滤波，该算法运行时间减少10倍，精度提高20 倍，能 够满足实时应用要求。 关键词：粒子滤波；重采样；最大值；平均均方误差 DOI ：10.3778/j.issn. 1002-8331.2011.36.043 文章编号：1002-8331（2011 ）36-0155-04 文献标识码：A 中图分类号：TP273 1 引言 样选取最大值。该算法有效减少重采样时的粒子数，从而实 [1] 现减少系统整体运算时间的目的，特别地，因为数据最大值是 粒子滤波算法 是近几年发展起来的一种在非线性、非高 斯系统模型下，基于最优贝叶斯估计的蒙特卡罗思想的滤波 从多组数据中选取产生，已经去除了标准粒子滤波中重采样 算法。该算法目前广泛应用于语音处理、自适应估计、目标追 时大量次优粒子，所以该算法在预测系统状态值时能够进一 踪以及人工智能等领域的非线性、非高斯环境下的参数估计 步提高粒子滤波精确度。 和状态估计。粒子滤波算法通过一系列带有权值的随机样来 近似估计先验概率密度分布和后验概率密度分布，理论上可 2 粒子滤波 以应用于任何非线性非高斯随机系统状态估计。粒子滤波算 粒子滤波是通过