一种基于GHF的高斯粒子滤波算法

被引：7

作者：

郑作虎

王首勇

机构：

[1] 空军预警学院重点实验室

来源：

控制与决策 | 2014年 / 29卷 / 09期

关键词：

高斯粒子滤波; 重要性密度函数; Gaussian-Hermite滤波;

D O I：

10.13195/j.kzyjc.2013.0779

中图分类号：

TN713 [滤波技术、滤波器];

学科分类号：

摘要：

高斯粒子滤波算法重要性权值方差不会随迭代次数的增加而增加,能够较好地解决粒子退化问题,但其重要性密度函数没有考虑最新的量测信息,导致有效粒子数减少,算法滤波性能下降.针对该问题,提出一种基于Gaussian-Hermite滤波(GHF)的高斯粒子滤波算法,采用GHF构造高斯粒子滤波的重要性密度函数,考虑最新的量测信息,增加有效粒子数,提高算法的滤波精度.仿真结果表明,所提出算法的滤波精度明显优于高斯粒子滤波算法.

引用

页码：1698 / 1702

页数：5