科研之友
微信
新浪微博
Facebook
分享链接
摘要
为了解决传统粒子滤波算法在重采样过程中因粒子匮乏而导致滤波精度降低的问题，提出基于自适应门限(T)及分层容量(C)的粒子滤波(particle filtering,PF)算法，简称TCPF算法。利用无迹变换在建议分布中融入最新量测信息，使得建议分布贴近概率密度函数的真实分布；构造自适应门限，减少在高斯混合中对相似组件单元聚类的运算步骤，提高聚类效率；设置分层采样比例容量，对连续概率密度函数进行分层，并对劣势层粒子权值进行优化组合，提高粒子多样性。6组系统模型测试结果表明，与其他滤波算法相比，TCPF的均方根误差均值和标准差均值分别平均下降29%和25%，从而验证了其在抑制粒子退化、避免样本匮乏上的优势，提高了滤波精度。
- 出版日期2023
- 单位江苏科技大学
