作者:高国栋; 林明高斯粒子滤波拟蒙特卡洛采样线性变换高斯分布
摘要:提出了一种简化的拟蒙特卡洛-高斯粒子滤波(QMC-GPF)算法(SQMC-GPF),以解决将QMC方法应用于GPF时计算复杂度高、运算量大的问题。该算法中,在连续的迭代滤波过程开始之前,首先利用QMC采样产生单位拟高斯分布粒子集,然后用其线性变换产生GPF算法中需要的高斯分布粒子集,省去了重新进行QMC采样步骤。该算法简化了新粒子集的产生过程,减少了运算量和滤波时间,增强了算法的实时性。将粒子滤波算法(PF)、GPF算法、QMC-GPF算法和SQMCGPF算法用于单变量非静态增长模型(UNGM)和二维纯角度跟踪模型(BOT)的仿真结果表明,SQMC-GPF算法的滤波性能与QMC-GPF算法的滤波性能相近,但有更为明显的速度优势,具有重要的实际应用价值。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社