基于廣義ＵＴ變換的交互式多模型粒子濾波算法

《基于廣義ＵＴ變換的交互式多模型粒子濾波算法》由會員上傳分享，免費在線閱讀，更多相關內容在行業(yè)資料-天天文庫。

1、第６期電子學報Ｖｏｌ．３８Ｎｏ．６２０１０年６月ＡＣＴＡＥＬＥＣＴＲＯＮＩＣＡＳＩＮＩＣＡＪｕｎ．２０１０基于廣義ＵＴ變換的交互式多模型粒子濾波算法胡振濤，潘泉，楊峰（西北工業(yè)大學自動化學院，陜西西安７１００７２）摘要：針對粒子濾波中重采樣過程與優(yōu)化提議分布的處理方式導致的粒子潰退和算法實時性下降問題，通過廣義ＵＴ變換原理和卡爾曼濾波預測更新機制的引入，實現當前量測信息對于狀態(tài)估計結果的直接優(yōu)化，給出了一種基于廣義ＵＴ變換的粒子濾波算法．另外，將改進后算法與交互式多模型相結合，進而提出了一種基于廣義ＵＴ

2、變換的交互式多模型粒子濾波算法．理論分析和仿真結果表明：新算法在計算復雜度方面與標準粒子濾波相近，在濾波精度方面優(yōu)于標準粒子濾波及其改進算法．關鍵詞：混合系統(tǒng)；粒子濾波；交互式多模式；廣義ＵＴ變換中圖分類號：ＴＰ３９１文獻標識碼：Ａ文章編號：０３７２２１１２（２０１０）０６１４４３０６ＩｎｔｅｒａｃｔｉｎｇＭｕｌｔｉｐｌｅＭｏｄｅｌＰａｒｔｉｃｌｅＦｉｌｔｅｒｉｎｇＡｌｇｏｒｉｔｈｍＢａｓｅｄｏｎＧｅｎｅｒａｌｉｚｅｄＵｎｓｃｅｎｔｅｄＴｒａｎｓｆｏｒｍａｔｉｏｎＨＵＺｈｅｎｔａｏ，ＰＡＮＱｕａ

3、ｎ，ＹＡＮＧＦｅｎｇ（ＣｏｌｌｅｇｅｏｆＡｕｔｏｍａｔｉｏｎ，ＮｏｒｔｈｗｅｓｔｅｒｎＰｏｌｙｔｅｃｈｎｉｃａｌＵｎｉｖｅｒｓｉｔｙ，Ｘｉ’ａｎ，Ｓｈａａｎｘｉ７１００７２，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ｔｏｓｏｌｖｅｔｈｅｐａｒｔｉｃｌｅｓｉｍｐｏｖｅｒｉｓｈｍｅｎｔａｎｄｔｈｅｒｅａｌｔｉｍｅｄｅｃｌｉｎｅｃａｕｓｅｄｂｙｒｅｓａｍｐｌｉｎｇａｎｄｔｈｅｐｒｏｐｏｓａｌｄｉｓｔｒｉｂｕｔｉｏｎｏｐｔｉｍｉｚａｔｉｏｎ，ａｎｏｖｅｌｐａｒｔｉｃｌｅｆｉｌｔｅｒｉｎｇａｌｇｏｒｉｔｈｍｂａｓｅｄｏ

4、ｎｇｅｎｅｒａｌｉｚｅｄｕｎｓｃｅｎｔｅｄｔｒａｎｓｆｏｒｍａｔｉｏｎｉｓｐｒｏｐｏｓｅｄ．ＴｈｅｇｅｎｅｒａｌｉｚｅｄｕｎｓｃｅｎｔｅｄｔｒａｎｓｆｏｒｍａｎｄｔｈｅｏｎｅｓｔｅｐｓｔａｔｅｐｒｅｄｉｃｔｉｏｎａｎｄｏｂｓｅｒｖａｔｉｏｎｕｐｄａｔｅｏｆＫａｌｍａｎｆｉｌｔｅｒａｒｅｉｎｔｒｏｄｕｃｅｄｔｏｒｅａｌｉｚｅｔｈｅｏｐｔｉｍｉｚａｔｉｏｎｏｆｓｔａｔｅｅｓｔｉｍａｔｉｏｎｂｙｔｈｅｌａｔｅｓｔｏｂｓｅｒｖａｔｉｏｎｉｎｆｏｒｍａｔｉｏｎ．Ｔｈｅｎ，ｂｙｍｅａｎｓｏｆｃｏｍｂｉｎｉｎｇｔ

5、ｈｅｉｍｐｒｏｖｅｄａｌｇｏｒｉｔｈｍｗｉｔｈｉｎｔｅｒａｃｔｉｎｇｍｕｌｔｉｐｌｅｍｏｄｅｌ，ｔｈｅｉｎｔｅｒａｃｔｉｎｇｍｕｌｔｉｐｌｅｍｏｄｅｌｐａｒｔｉｃｌｅｆｉｌｔｅｒｉｎｇａｌｇｏｒｉｔｈｍｂａｓｅｄｏｎｇｅｎｅｒａｌｉｚｅｄｕｎｓｃｅｎｔｅｄｔｒａｎｓｆｏｒｍａｔｉｏｎｉｓｐｒｏｐｏｓｅｄ．Ｔｈｅｔｈｅｏｒｅｔｉｃａｌａｎａｌｙｓｉｓａｎｄｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅｎｅｗａｌｇｏｒｉｔｈｍｉｓｃｌｏｓｅｔｏｔｈｅｓｔａｎｄａｒｄｐａｒｔｉｃｌｅｆｉｌｔｅ

6、ｒｉｎｃｏｍｐｕｔａｔｉｏｎａｌｃｏｍｐｌｅｘｉｔｙａｎｄｓｕｐｅｒｉｏｒｔｏｔｈｅｓｔａｎｄａｒｄｐａｒｔｉｃｌｅｆｉｌｔｅｒａｎｄｉｔｓｉｍｐｒｏｖｅｄａｌｇｏｒｉｔｈｍｓｉｎｐｒｅｃｉｓｉｏｎ．Ｋｅｙｗｏｒｄｓ：ｈｙｂｒｉｄｓｙｓｔｅｍ；ｐａｒｔｉｃｌｅｆｉｌｔｅｒｉｎｇ；ｉｎｔｅｒａｃｔｉｎｇｍｕｌｔｉｐｌｅｍｏｄｅｌ；ｇｅｎｅｒａｌｉｚｅｄｕｎｓｃｅｎｔｅｄｔｒａｎｓｆｏｒｍａｔｉｏｎＰＦ替換ＩＭＭ中的次優(yōu)濾波器，以提升濾波估計精度，并１引言［４，５］取得較好的估計結果．在復雜混合系統(tǒng)的建模

7、中，考慮到狀態(tài)演化形式的在粒子濾波中一個普遍存在的問題就是粒子退化多樣性和環(huán)境的復雜性，建立其能夠包含各種情況的全現象，其實質是隨著迭代次數增加，濾波器中用以逼近局統(tǒng)計模型是不現實的，一般采用多模型算法．在此類后驗概率分布采樣粒子有效性減弱的表現［６，７］．針對粒方法中，以交互式多模型算法（ＩＭＭ）較為優(yōu)越，它采用子退化現象的解決，目前主要有兩種思路：重采樣和提一種模型“軟切換”機制，實現模型可靠辨識和狀態(tài)有效議分布優(yōu)選．重采樣過程的引入一定程度上抑制了粒子［１，２］估計之間的平衡．對于線性系統(tǒng)，ＩＭＭ

8、中子濾波器退化現象，但同時也造成了粒子枯竭問題．一般在重采通常采用卡爾曼濾波（ＫＦ），在一定程度上補償了折中樣過程后引入ＭＣＭＣ（ＭａｒｋｏｖＣｈａｉｎＭｏｎｔｅＣａｒｌｏ）移動處平衡過程所帶來濾波精度的損失．然而，對于非線性系理，使得粒子集趨于平穩(wěn)分布，實現粒子間相關性的減統(tǒng)，子濾波器中次優(yōu)濾波器的采用將進一步加大折中策弱和粒子多樣性的增強，然而算法實現過程需要完成三［３］略對于濾波估計的不利影響，導致濾波精度的下降．次粒子采樣和粒子權重