粒子濾波算法

粒子濾波算法

ID:33414632

大小:683.27 KB

頁數(shù):16頁

時間:2019-02-25

粒子濾波算法_第1頁
粒子濾波算法_第2頁
粒子濾波算法_第3頁
粒子濾波算法_第4頁
粒子濾波算法_第5頁
資源描述:

《粒子濾波算法》由會員上傳分享,免費在線閱讀,更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫

1、第37卷第8期計算機學報Vol.37No.82014年8月CHINESEJOURNALOFCOMPUTERSAug.2014粒子濾波算法王法勝1)1)2)3)魯明羽趙清杰袁澤劍1)(大連海事大學信息科學技術(shù)學院遼寧大連116026)2)(北京理工大學計算機學院北京100081)3)(西安交通大學人工智能與機器人研究所西安710049)摘要粒子濾波算法逐漸成為科學領(lǐng)域的研究熱點.文章首先闡述了粒子濾波算法的提出背景,根據(jù)m階馬爾科夫假設(shè),分析算法基本原理并推導后驗概率密度及權(quán)值更新公式.分析了基本粒子濾波算法中存在的問題以及解決方法.針對粒子濾波算法重要性

2、采樣密度的選擇問題,綜述了重要性采樣密度選擇方法.對重采樣技術(shù)及樣本匱乏問題進行了深入的分析,討論了算法收斂性分析的最新進展.對自適應粒子濾波算法以及粒子濾波算法在各主要應用領(lǐng)域的進展進行了論述.最后對粒子濾波算法的研究前景提出了展望.關(guān)鍵詞粒子濾波;重要性采樣密度;重采樣;自適應粒子濾波;收斂性分析中圖法分類號TP391DOI號10.3724/SP.J.1016.2014.01679ParticleFilteringAlgorithm1)1)2)3)WANGFa-ShengLUMing-YuZHAOQing-JieYUANZe-Jian1)(Schoo

3、lofInformationScienceandTechnology,DalianMaritimeUniversity,Dalian,Liaoning116026)2)(SchoolofComputer,BeijingInstituteofTechnology,Beijng100081)3)(InstituteofAIandRobots,Xi’anJiaotongUniversity,Xi’an710049)AbstractParticlefilterisemergingasanewhotspotofresearchinscientificfieldsi

4、nthepastseveralyears.Wefirstshowthebackgroundinformationofparticlefilters.Thereafter,theprincipleoftheparticlefilterunderm-orderMarkovianassumptionisanalyzed,accompanyingthederivativesoftheposteriordensityfunctionandtheweightupdatingformula.Meanwhile,theanalysisofthedrawbacksofth

5、estandardparticlefilterandcorrespondingsolutionsaregiven.Andacriticalsurveyofimportancesamplingdensityselectionisshowninthefollowingsection.Wealsogiveadetailedanalysisofresamplingmethodandthesampleimpoverishmentprobleminducedbyresampling.Wereviewedthedevelopmentofadaptiveparticle

6、filtersfollowingtheadvancesofconvergenceanalysis.Thefollowingsectionreviewstheadvancesofparticlefiltersindifferentapplicationareas.Finally,thefuturedirectionsarepointedout.Keywordsparticlefilter;importancesamplingdensity;resampling;adaptiveparticlefilter;convergenceanalysis波器(Kal

7、manFilter),為線性高斯問題提供了一種1引言最優(yōu)的解決方法.迄今為止,卡爾曼濾波器仍然被廣[1]泛的采用,成為解決現(xiàn)實應用問題的標準框架.然1960年,Kalman先生提出了經(jīng)典的卡爾曼濾而,在現(xiàn)實世界中,科學領(lǐng)域中的實際問題大都具有收稿日期:2013-09-27;最終修改稿收到日期:2014-02-17.本課題得到國家自然科學基金(61300082,61272369,61073133,61175053,61175096)、中央高校基本科研業(yè)務費專項資金(3132013335,3132013325)、大連市科技計劃項目(2013A16GX115)

8、資助.王法勝,男,1983年生,博士研究生,講師,中國計算機學會(CCF)學生會

當前文檔最多預覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當前文檔最多預覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學公式或PPT動畫的文件,查看預覽時可能會顯示錯亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫負責整理代發(fā)布。如果您對本文檔版權(quán)有爭議請及時聯(lián)系客服。
3. 下載前請仔細閱讀文檔內(nèi)容,確認文檔內(nèi)容符合您的需求后進行下載,若出現(xiàn)內(nèi)容與標題不符可向本站投訴處理。
4. 下載文檔時可能由于網(wǎng)絡波動等原因無法下載或下載錯誤,付費完成后未能成功下載的用戶請聯(lián)系客服處理。