| 胡振涛,付春玲,刘先省.基于多传感器粒子权重优化的两级Rao Blackwellized粒子滤波算法[J].高技术通讯(中文),2012,22(11):1207~1212 |
| 基于多传感器粒子权重优化的两级Rao Blackwellized粒子滤波算法 |
| Two stage Rao Blackwellised particle filter based on multi sensor particle weight optimization |
| 修订日期：2011-11-04 |
| DOI：10.3772/j.issn.1002-0470.2012.11.016 |
| 中文关键词: 多源信息融合， 非线性估计， Rao Blackwellized粒子滤波(RBPF)， 权重优化 |
| 英文关键词: multi source information fusion, nonlinear estimation, Rao Blackwellised particle filter (RBPF), weights optimization |
| 基金项目:国家自然科学基金(60972119，61170243)，河南省创新人才培养计划(114100510001)和河南省青年骨干教师资助计划(2010GGJS 041)资助项目 |
| 作者 | 单位 | | 胡振涛 | 河南大学图像处理与模式识别研究所 | | 付春玲 | 河南大学基础实验中心 | | 刘先省 | 河南大学图像处理与模式识别研究所 |
|
| 摘要点击次数: 3086 |
| 全文下载次数: 2460 |
| 中文摘要: |
| 针对粒子滤波（PF）计算量大、粒子退化以及缺乏对多传感器量测系统状态估计的适用性等问题的综合处理，提出了一种基于多传感器粒子权重优化的两级Rao Blackwellized粒子滤波（RBPF）算法。该算法首先采用Rao Blackwellized建模技术实现对被估计系统状态演化过程的建模，并结合加权融合策略完成多传感器量测对于粒子权重的优化。其次，通过两级预测更新机制的构建和引入，实现最新量测信息对于当前时刻粒子估计结果的修正。另外，考虑到重采样后粒子多样性枯竭问题，在滤波结果中蕴含冗余和互补信息的提取和利用的基础上，给出了一种粒子多样性增强方法。理论分析和仿真实验验证了此算法的可行性和有效性。 |
| 英文摘要: |
| |
|
查看全文
查看/发表评论 下载PDF阅读器 |
| 关闭 |
