点击次数：

论文类型： 期刊论文

发表时间： 2013-01-15

发表刊物： 电子学报

收录刊物： EI、PKU、ISTIC、CSCD、Scopus

卷号： 41

期号： 1

页面范围： 148-152

ISSN号： 0372-2112

关键字： 非线性滤波;粒子滤波;卡尔曼滤波;克拉美劳下界;计算复杂度

摘要： 提出一种基于卡尔曼滤波与粒子滤波的非线性滤波算法.这种方法对于状态变量服从线性变化而观测方程为非线性的动态系统模型具有显著的效果.首先使用粒子滤波对状态变量进行初估计,然后对估计结果进行卡尔曼滤波,另外推导出该系统模型下状态变量估计误差的克拉美劳下界.通过计算复杂度分析及仿真实验验证,表明新方法与标准粒子滤波算法复杂度相当,但参数估计精度要高于标准粒子滤波以及扩展卡尔曼滤波算法,估计误差甚至要低于系统模型的克拉美劳下界.