一种二次采样的粒子滤波算法制造技术

本发明专利技术公开了一种二次采样的粒子滤波算法，包括如下步骤：（1）初始化，按初始分布生成粒子集；（2）用重要性概率密度函数进行重要性采样，并基于观测方程对其进行评价；（3）选取评价最优的P个粒子做二次采样；（4）根据粒子权重退化程度判断是否对粒子集进行重采样；（5）输出状态估计值。本发明专利技术对基于观测方程评价后的采样粒子进行高密度二次采样，能够有效提高粒子滤波的精度。

A Second Sampling Particle Filtering Algorithm

【技术实现步骤摘要】
一种二次采样的粒子滤波算法
本专利技术属于粒子滤波
，具体涉及一种二次采样的粒子滤波算法。
技术介绍
粒子滤波(ParticleFilter)的思想基于贝叶斯滤波与蒙特卡罗采样，为了解决序贯重要性采样(SIS，SequentialImportanceSampling)的粒子权重退化的问题，在SIS的基础上引进了重采样(Resample)。重采样主要思想为舍弃权值小的粒子，复制权值较大的粒子。重采样的方式有很多，常用的重采样方法包括多项式(Multinomialresampling)重采样、分层重采样(Stratifiedresampling)、残差重采样(Residualresampling)与系统重采样(Systematicresampling)等。粒子滤波的核心思想是从后验概率中生成随机状态粒子对重要概率密度进行近似，按照蒙特卡罗思想，即用采样粒子的平均值来代替积分运算，从而得到状态估计值。粒子滤波是在某一时刻用若干个粒子去逼近该时刻目标的实际状态，所以粒子数目的大小会直接影响到估计状态的准确性。但是粒子数目的增多意味着运算时间更长，计算复杂度更高，为了符合实际应用，需要在本文档来自技高网...

【技术保护点】
1.一种二次采样的粒子滤波算法，其特征在于，包括以下步骤：(1)初始化，按初始分布生成粒子集；(2)重要性概率密度函数进行重要性采样，并基于观测方程对其进行评价；(3)选取评价最优的P个粒子做二次采样；(4)根据粒子权重退化程度判断是否对粒子集进行重采样；(5)输出状态估计值。

【技术特征摘要】
1.一种二次采样的粒子滤波算法，其特征在于，包括以下步骤：(1)初始化，按初始分布生成粒子集；(2)重要性概率密度函数进行重要性采样，并基于观测方程对其进行评价；(3)选取评价最优的P个粒子做二次采样；(4)根据粒子权重退化程度判断是否对粒子集进行重采样；(5)输出状态估计值。2.根据权利要求1所述的一种二次采样的粒子滤波算法，其特征在于，所述步骤(1)具体包括以下步骤：(11)根据先验概率密度p(x0)，采样M个粒子并初始化每个粒子对应的权重值为优选均匀采样；以初始点为中心，按照3σ原则，在±3σ范围内进行均匀采样；(12)采样粒子数M:σ为p(x0)的标准差，R为采样步长，ρ为采样密度，表示在一个采样步长内取的采样点数；N表示维度。3.根据权利要求1所述的一种二次采样的粒子滤波算法，其特征在于，所述步骤(2)具体包括以下步骤：(21)引入一个与后验概率密度函数p(x0：k|y1：k)分布相近且易于采样的重要性密度函数，从重要性概率密度中生成M个采样粒子(22)基于观测方程，对M个采样粒子进行评价，计算k时刻，采样粒子...

【专利技术属性】
技术研发人员：张小国，高烨，郑冰清，张开心，王慧青，
申请(专利权)人：东南大学，
类型：发明
国别省市：江苏,32