迭代最小斜度单型sigma采样UPF算法
来源期刊:控制与决策2011年第6期
论文作者:田隽 钱建生 李世银
文章页码:888 - 1789
关键词:建议分布;最小斜度单型sigma采样;迭代无味卡尔曼滤波;粒子滤波;
摘 要:针对condensation算法以状态转移作为建议分布从而导致权值蜕化的问题,提出了以迭代最小斜度单型sigmaUKF建立建议分布的UPF算法.以最小斜度单型UKF产生统计线性误差项,再对IEKF推导产生不依赖于系统非线性映射Jacobian矩阵的迭代式,以此对状态均值、协方差进行迭代修正,以近似0残差使状态收敛到MAP估计,平滑了状态一步预测误差,从而提高了估计精度.结果表明,该算法扩大了预测样本与观测似然峰值区的重叠区域,提高了非线性系统的状态估计精度.
田隽1,2,钱建生1,李世银1
1. 中国矿业大学信息与电气工程学院2. 徐州工程学院信电工程学院
摘 要:针对condensation算法以状态转移作为建议分布从而导致权值蜕化的问题,提出了以迭代最小斜度单型sigmaUKF建立建议分布的UPF算法.以最小斜度单型UKF产生统计线性误差项,再对IEKF推导产生不依赖于系统非线性映射Jacobian矩阵的迭代式,以此对状态均值、协方差进行迭代修正,以近似0残差使状态收敛到MAP估计,平滑了状态一步预测误差,从而提高了估计精度.结果表明,该算法扩大了预测样本与观测似然峰值区的重叠区域,提高了非线性系统的状态估计精度.
关键词:建议分布;最小斜度单型sigma采样;迭代无味卡尔曼滤波;粒子滤波;