一种高精度自适应粒子滤波算法

作者: 曹洁 [1] ; 李伟 [1,2]

关键词: 有限差分扩展卡尔曼滤波粒子滤波重要性函数

摘要：针对非线性非高斯系统的状态估计问题,提出一种新的高精度自适应粒子滤波算法.该算法采用有限差分扩展卡尔曼滤波器产生优选的建议分布函数,融入最新量测信息,有效克服了粒子退化问题;考虑到预测误差对粒子采样效率的影响,引入系统估计和预测提供的新息差值,通过新息差值在线自适应调整采样粒子数,较好地保证了粒子采样的高效性.理论分析和实验结果表明改进的滤波算法具有较高的滤波精度,是一种高精度自适应粒子滤波算法.

上一篇：具有混合时滞的随机Hopfield神经网络的稳定性分析
下一篇：基于逆系统内模控制的非线性系统故障调节

一种高精度自适应粒子滤波算法

作者: 曹洁 [1] ; 李伟 [1,2]

关键词: 有限差分 扩展卡尔曼滤波 粒子滤波 重要性函数

关键词: 有限差分扩展卡尔曼滤波粒子滤波重要性函数