一种基于GHF的高斯粒子滤波算法
来源期刊：控制与决策2014年第9期
论文作者：郑作虎 王首勇
文章页码：1698 - 1702
关键词：高斯粒子滤波;重要性密度函数;Gaussian-Hermite滤波;
摘 要：高斯粒子滤波算法重要性权值方差不会随迭代次数的增加而增加,能够较好地解决粒子退化问题,但其重要性密度函数没有考虑最新的量测信息,导致有效粒子数减少,算法滤波性能下降.针对该问题,提出一种基于Gaussian-Hermite滤波（GHF）的高斯粒子滤波算法,采用GHF构造高斯粒子滤波的重要性密度函数,考虑最新的量测信息,增加有效粒子数,提高算法的滤波精度.仿真结果表明,所提出算法的滤波精度明显优于高斯粒子滤波算法.
郑作虎，王首勇
空军预警学院重点实验室
摘 要：高斯粒子滤波算法重要性权值方差不会随迭代次数的增加而增加,能够较好地解决粒子退化问题,但其重要性密度函数没有考虑最新的量测信息,导致有效粒子数减少,算法滤波性能下降.针对该问题,提出一种基于Gaussian-Hermite滤波（GHF）的高斯粒子滤波算法,采用GHF构造高斯粒子滤波的重要性密度函数,考虑最新的量测信息,增加有效粒子数,提高算法的滤波精度.仿真结果表明,所提出算法的滤波精度明显优于高斯粒子滤波算法.
关键词：高斯粒子滤波;重要性密度函数;Gaussian-Hermite滤波;
