一种粒子滤波方法
【专利摘要】本发明提供一种粒子滤波方法，其包括：步骤1，初始化粒子；步骤2，在k时刻获取测量值，然后利用粒子滤波方法由N个粒子滤波过程并行计算均值和方差，然后进行近似处理获得重要性密度函数并抽取采样粒子；步骤3，根据步骤2获得的重要性密度函数，计算每一个采样粒子的重要性权值；步骤4，将步骤3中得到的重要性权值进行归一化处理；步骤5，根据步骤4中归一化处理后得到的权值进行重采样，得到新的粒子序列；步骤6，对步骤5得到的新的粒子序列xik计算后验概率密度，输出滤波结果。本发明的计算过程简单，能在一定程度上改善粒子退化问题，提高了粒子滤波性能。
【专利说明】一种粒子滤波方法
【技术领域】
[0001]本发明属于非线性滤波【技术领域】，尤其涉及一种粒子滤波方法。
【背景技术】
[0002]滤波是伴随着信号传递产生的一门技术，信号的传递过程不可避免的要受到内、外部干扰的影响，为了获取所需信号，排除干扰，就要对信号进行滤波。对于非线性系统，通过贝叶斯估计得到精确的最优滤波解是很困难的。常用的非线性滤波方法主要有扩展Kalman滤波(EKF)和无迹KaIman滤波(UKF)等,然而这两种非线性滤波方法会受到非线性程度以及噪声类型的限制。于是又有学者提出了应用范围较广的粒子滤波(PF)算法。粒子滤波是一种基于贝叶斯估计原理的序贯Monte Carlo模拟方法，核心是利用一些随机粒子来表示系统随机变量的后验概率密度，以得到物理模型的近似最优数值解，是一种顺序重要性采样法。简单来说，粒子滤波法是指通过寻找一组在状态空间传播的随机样本对概率密度函数进行近似，以样本均值代替积分运算，从而获得状态最小方差分布的过程。但是，粒子滤波随着粒子的不断迭代，会出现粒子退化现象，使滤波性能变差。
【发明内容】
[0003]为解决上述问题，本发明提供一种粒子滤波方法，该方法由粒子滤波产生重要性密度函数，在一定程度上改善了粒子退化问题，提高了粒子滤波性能。
[0004]本发明的粒子滤波方法包括以下步骤:
[0005]步骤1，初始化粒子，且粒子权值为4其中，Xtl为初始时刻tQ
的粒子集合，4为初始时刻h第i个状态向量，N为产生的粒子数量，p(x0)为初始概率密度函数；
[0006]步骤2，在k时刻获取测量值yk，根据k-1时刻粒子的集合Xlrl和测量值yk递推出Xk
[0007]Xk^1和测量值yk利用粒子滤波方法由N个粒子滤波过程并行计算Xk的均值&和方差P然后由式(I)进行近似处理获得重要性密度函数:
【权利要求】
1.一种粒子滤波方法，其特征在于，包括以下步骤: 步骤1，初始化粒子~Ma)，且粒子权值为4 =1/#,其中，X0为初始时刻h的粒子集合，4为初始时刻h第i个状态向量，N为产生的粒子数量，P(X0)为初始概率密度函数； 步骤2，在k时刻获取测量值yk，根据k-1时刻粒子的集合Xlri和测量值yk由N个粒子滤波过程并行计算Xk的均值&和方差g，然后由式(I)进行近似处理获得重要性密度函数:
2.如权利要求1所述的粒子滤波方法，其特征在于，所述步骤5中还可以采用精细重采样方法得到新的粒子序列。
【文档编号】H03H21/00GK103684350SQ201310645786
【公开日】2014年3月26日 申请日期:2013年12月4日 优先权日:2013年12月4日
【发明者】夏元清, 蒲钒, 耿秀美, 邓志红, 付梦印, 闫莉萍 申请人:北京理工大学