非线性受扰观测序列的深度优化粒子滤波算法

计算物理 ›› 2013, Vol. 30 ›› Issue (3): 469-474.

• 论文 • 上一篇

非线性受扰观测序列的深度优化粒子滤波算法

贾蒙

新乡学院机电工程学院, 新乡 453000

收稿日期:2012-06-05 修回日期:2012-10-23 出版日期:2013-05-25 发布日期:2013-05-25
作者简介:贾蒙(1981-),男,博士,研究方向:非线性系统流形计算与非线性信号处理,E-mail:tianshi_cd@163.corn
基金资助:
河南省重点科技攻关项目(112102210014);新乡市重点科技攻关项目(ZG11009)资助

A Deep Improved Particle Filter for Non-linear Noisy Observation Series

JIA Meng

Department of Electrical Engineering, Xinxiang College, Xinxiang 453000, China

Received:2012-06-05 Revised:2012-10-23 Online:2013-05-25 Published:2013-05-25

摘要/Abstract

摘要： 提出深度优化粒子滤波(DIPF:Deep Improved Particle Filtering)算法,从权值增长趋势和权值大小的综合比较进行样本的优化选择,通过对样本的统计分析确定样本的复制与裂变,虽然深度优化由于趋势判断增加了滤波时间,但是它克服了样本枯竭问题,提高了估计的精度.

关键词: 非线性滤波, 深度优化粒子滤波, 权值分析, 样本枯竭, 权值退化

Abstract: We present a deep improved particle filtering theory which selects samples from comparison of both weight increasing trend and weight.It decides fission and reproduction of samples through statistic analysis of samples.Though approaches increase computing time for trend judging,computing accuracy is improved.

Key words: non-linear filtering, deep improved particle filtering, weight analyzing, sample degeneration, weight degeneracy

中图分类号:

TN911.4

贾蒙. 非线性受扰观测序列的深度优化粒子滤波算法[J]. 计算物理, 2013, 30(3): 469-474.

JIA Meng. A Deep Improved Particle Filter for Non-linear Noisy Observation Series[J]. CHINESE JOURNAL OF COMPUTATIONAL PHYSICS, 2013, 30(3): 469-474.

非线性受扰观测序列的深度优化粒子滤波算法

A Deep Improved Particle Filter for Non-linear Noisy Observation Series

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 1

编辑推荐

Metrics

作者中心

审稿中心

期刊浏览

期刊介绍