求積分卡爾曼粒子濾波算法

巫春玲　韓崇昭

摘要：針對(duì)非線性／非高斯系統(tǒng)的狀態(tài)估計(jì)問(wèn)題，提出一種采用求積分卡爾曼濾波(QKF)算法來(lái)產(chǎn)生重要性密度函數(shù)的粒子濾波新算法——PF-QKF算法。新算法使用統(tǒng)計(jì)線性回歸的方法，通過(guò)一套高斯一厄米特積分點(diǎn)來(lái)線性化非線性函數(shù)，不需要計(jì)算雅可比矩陣，易于實(shí)現(xiàn)，而且所產(chǎn)生的重要性密度函數(shù)在系統(tǒng)狀態(tài)轉(zhuǎn)移概率密度的基礎(chǔ)上，融入最新的觀測(cè)數(shù)據(jù)，提高了對(duì)系統(tǒng)狀態(tài)后驗(yàn)概率的逼近程度。理論分析和實(shí)驗(yàn)結(jié)果表明，PF-QKF算法的估計(jì)精度比無(wú)味粒子濾波(PF-UF)算法提高了約18％，其計(jì)算復(fù)雜度比PF-UF算法稍有降低，表明PF-QKF算法是一種很有效的非線性濾波算法。

關(guān)鍵詞：粒子濾波；統(tǒng)計(jì)線性回歸；求積分卡爾曼濾波；重要性密度函數(shù)

中圖分類(lèi)號(hào)：TP391文獻(xiàn)標(biāo)志碼：A文章編號(hào)：0253—987X(2009)02—0025—04