北京航空航天大学学报 ›› 2017, Vol. 43 ›› Issue (5): 865-871.doi: 10.13700/j.bh.1001-5965.2016.0348

• 论文 • 上一篇    下一篇

交互式多模型粒子滤波优化重采样算法

周卫东1, 孙天1, 储敏1, 崔艳青2   

  1. 1. 哈尔滨工程大学 自动化学院, 哈尔滨 150001;
    2. 哈尔滨建成集团有限公司, 哈尔滨 150030
  • 收稿日期:2016-04-28 出版日期:2017-05-20 发布日期:2017-05-27
  • 通讯作者: 孙天,E-mail:suntian@hrbeu.edu.cn E-mail:suntian@hrbeu.edu.cn
  • 作者简介:周卫东,男,博士,教授,博士生导师。主要研究方向:组合导航、数据融合技术;孙天,男,硕士研究生。主要研究方向:组合导航、数据融合技术。
  • 基金资助:
    国家自然科学基金(61573112)

Interacting multiple model particle filter optimization resampling algorithm

ZHOU Weidong1, SUN Tian1, CHU Min1, CUI Yanqing2   

  1. 1. College of Automation, Harbin Engineering University, Harbin 150001, China;
    2. Harbin Jiancheng Group Co., Ltd., Harbin 150030, China
  • Received:2016-04-28 Online:2017-05-20 Published:2017-05-27
  • Supported by:
    National Natural Science Foundation of China (61573112)

摘要: 针对标准交互式多模型粒子滤波(IMMPF)算法中存在粒子退化及多样性匮乏问题,提出了交互式多模型粒子滤波优化重采样(IMMPFOR)算法,利用线性优化理论改善模型中具有小权值的粒子精度。该算法的新颖性体现在给定量测信息条件下,利用线性优化方法及模型交互概率将每个模型中拥有小权值的粒子替换成新的粒子。新的粒子既包含本模型中粒子信息,又包含了本模型与其他模型交互后的粒子信息。目标跟踪的仿真结果证明:每个模型新产生的粒子集合可以准确地近似真实状态后验概率密度函数,系统的估计精度与标准IMMPF算法相比有较大提升。

关键词: 交互式多模型, 粒子滤波, 线性优化, 重采样, 粒子退化

Abstract: For the problem of particles degeneration and lack of diversity in standard interacting multiple model particle filter (IMMPF) algorithm, a novel algorithm is presented, which is referred to as interacting multiple model particle filter optimization resampling (IMMPFOR) algorithm using linear optimization method in each model to improve the small-weight particles. The novelty of this algorithm lies in replacing the small-weight particles with new particles after the measurement information is received. New particles contain not only the information of the particles in the current model, but also the information of the particles in interacting models. The tracking simulation results show that the posterior probability density function of each model with newly generated set of particles accurately approximates the real state posterior probability density function, and the estimation accuracy of IMMPFOR is higher than the standard IMMPF algorithm.

Key words: interacting multiple models, particle filter, linear optimization, resampling, particle degeneration

中图分类号: 


版权所有 © 《北京航空航天大学学报》编辑部
通讯地址:北京市海淀区学院路37号 北京航空航天大学学报编辑部 邮编:100191 E-mail:jbuaa@buaa.edu.cn
本系统由北京玛格泰克科技发展有限公司设计开发