摘要:
针对量测不确定下非线性系统状态估计中多传感器量测数据的有效利用和计算复杂度的简化问题,给出了一种多传感器量测自适应Rao-Blackwellised粒子滤波算法。首先,通过随机采样策略和量测模型先验转移概率实现用于评估粒子权重的传感器有效量测集合的采样;其次,利用重采样步骤和概率最大化原则完成对不含扰动影响传感器量测模型的辨识;最终,依据Rao-Blackwellised粒子滤波中非线性状态分量和线性状态分量的独立求解方式实现当前时刻系统的状态估计。理论分析和仿真实验结果验证了算法的可行性和有效性。
胡振涛, 刘先省, 金勇. 多传感器量测自适应Rao-Blackwellised粒子滤波算法[J]. Journal of Systems Engineering and Electronics, 2012, 34(2): 292-296.
HU Zhentao, LIU Xianxing, JIN Yong. Multi-sensor observation of adaptive Rao-Blackwellised particle filtering algorithm[J]. Journal of Systems Engineering and Electronics, 2012, 34(2): 292-296.