基于粒子优化的多模型粒子滤波算法OA北大核心CSCDCSTPCD
A Novel Multiple Model Particle Filter Algorithm Based on Particle Optimization
针对模型信息引入粒子采样过程中导致用于逼近当前时刻真实状态与模型的粒子数减少问题,本文给出了一种基于粒子优化的多模型粒子滤波算法.在算法实现中,对每个粒子运行一个扩展卡尔曼滤波器,结合扩展卡尔曼滤波中预测更新机制实现最新量测信息的有效利用,进而提升单个采样粒子对于真实系统状态和模型逼近的有效性.理论分析和仿真结果表明:新算法在系统状态估计的精度以及模型辨识的准确性方面均明显地优于交互式多模型粒子滤波算法和多模型粒子滤波算法.
刘先省;胡振涛;金勇;杨一平
河南大学智能技术与系统重点实验室,河南,开封,475001河南大学智能技术与系统重点实验室,河南,开封,475001西北工业大学控制与信息研究所,陕西,西安,710072河南大学智能技术与系统重点实验室,河南,开封,475001
矿业与冶金
多模型粒子滤波交互式多模型扩展卡尔曼滤波模型辨识
multiple model particle filterinteracting multiple modelextended Kajman filtermodel identification
《电子学报》 2010 (2)
粒子滤波在复杂系统模型辨识与状态估计中的应用研究
301-306,6
国家自然科学基金(No.60972119)河南省科技厅基础与前项目(No.092300410158)河南省教育自然基金(No.2008A510001)
评论