量测不确定条件下多传感器自适应粒子滤波算法
来源期刊:控制与决策2012年第4期
论文作者:胡振涛 潘泉 金勇 张帆
文章页码:547 - 1106
关键词:非线性滤波;多传感器;信息融合;粒子滤波;量测不确定;
摘 要:针对量测不确定条件下多传感器量测数据的有效利用问题,提出一种多传感器自适应粒子滤波算法.利用随机采样策略和量测模型转移概率实现当前时刻多传感器量测集合的采样,通过粒子滤波中重采样步骤完成估计状态和量测集合的更新,进而依据重采样后单个传感器量测数目在传感器量测集合中的比重实现当前时刻传感器量测的确认.该算法通过有效量测的合理选择,改善了扰动对滤波精度和计算量的不利影响.理论分析和仿真实验均验证了所提出算法的有效性.
胡振涛1,潘泉2,金勇1,张帆1
1. 河南大学图像处理与模式识别研究所2. 西北工业大学自动化学院
摘 要:针对量测不确定条件下多传感器量测数据的有效利用问题,提出一种多传感器自适应粒子滤波算法.利用随机采样策略和量测模型转移概率实现当前时刻多传感器量测集合的采样,通过粒子滤波中重采样步骤完成估计状态和量测集合的更新,进而依据重采样后单个传感器量测数目在传感器量测集合中的比重实现当前时刻传感器量测的确认.该算法通过有效量测的合理选择,改善了扰动对滤波精度和计算量的不利影响.理论分析和仿真实验均验证了所提出算法的有效性.
关键词:非线性滤波;多传感器;信息融合;粒子滤波;量测不确定;