马尔可夫链蒙特卡罗容积粒子滤波器

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

马尔可夫链蒙特卡罗容积粒子滤波器

鹿传国, 冯新喜, 张迪, 孔云波

文章导航 > 电子科技大学学报 > 2012 > 41(6): 859-864

鹿传国, 冯新喜, 张迪, 孔云波. 马尔可夫链蒙特卡罗容积粒子滤波器[J]. 电子科技大学学报, 2012, 41(6): 859-864. doi: 10.3969/j.issn.1001-0548.2012.06.008

引用本文:

鹿传国, 冯新喜, 张迪, 孔云波. 马尔可夫链蒙特卡罗容积粒子滤波器[J]. 电子科技大学学报, 2012, 41(6): 859-864. doi: 10.3969/j.issn.1001-0548.2012.06.008

LU Chuan-guo, FENG Xin-xi, ZHANG Di, KONG Yun-bo. Monte Carlo Markov Chain Cubature Particle Filter[J]. Journal of University of Electronic Science and Technology of China, 2012, 41(6): 859-864. doi: 10.3969/j.issn.1001-0548.2012.06.008

Citation:

LU Chuan-guo, FENG Xin-xi, ZHANG Di, KONG Yun-bo. Monte Carlo Markov Chain Cubature Particle Filter[J]. Journal of University of Electronic Science and Technology of China, 2012, 41(6): 859-864. doi: 10.3969/j.issn.1001-0548.2012.06.008

马尔可夫链蒙特卡罗容积粒子滤波器

doi: 10.3969/j.issn.1001-0548.2012.06.008

1.
空军工程大学电讯工程学院西安 710077;
2.
装甲兵工程学院装备指挥与管理系北京丰台区 100072;
3.
空军航空博物馆北京昌平区 102211

基金项目:

国家自然科学基金(60805015)

作者简介:
鹿传国(1986-),男,博士生,主要从事信息融合、目标被动跟踪等方面的研究.

中图分类号: TP131

Monte Carlo Markov Chain Cubature Particle Filter

1.
School of Electronic and Communication Engineering,Air-force Engineering University Xi'an 710077;
2.
Equipment Command and Control Department,Academy of Armored Force Engineering Fengtai Beijing 100072;
3.
Air Force Aviation Museum Changping Beijing 102211

摘要: 针对非线性、非高斯系统状态估计问题,提出了一种基于重要密度函数的改进粒子滤波器-马尔可夫链蒙特卡罗容积粒子滤波器。在状态转移概率的基础之上综合考虑了当前的量测信息,利用容积卡尔曼滤波对每个采样粒子进行估计,使得重要密度函数更加贴近于真实后验;同时为避免粒子贫乏,在重采样后加入马尔可夫链蒙特卡罗步骤。理论分析和实验仿真表明:马尔可夫链蒙特卡罗容积粒子滤波器的性能要优于容积粒子滤波器以及其他参照滤波器。
- 容积粒子滤波 /
- 重要密度函数 /
- 马尔可夫链蒙特卡罗 /
- 非线性非高斯 /
- 序贯重要性采样
Abstract: A novel improved particle filter based on sequential importance sampling, Monte Carlo Markov Chain (MCMC) cubature particle filter, is proposed for the estimation of non-linear non-Gaussian system. Each particle is estimated by means of cubature Kalman filter. The importance density function gets closer to the real posterior after taking the current observation into consideration on the basis of state transition. MCMC step is added after the selection. The theoretical analysis and the simulation experiment show the cubature particle filter performs much better than the other parallel filters.
- cubature particle filter /
- importance density function /
- Markov chain Monte Carlo /
- nonlinear non-Gaussian /
- sequential importance sampling

[1]	龚志豪, 蒋沅, 代冀阳, 杨智翔. 基于交叉熵的节点重要性排序算法 . 电子科技大学学报, 2023, 52(6): 944-953. doi: 10.12178/1001-0548.2023058
[2]	杨娟, 史治平, 嵇建波. 基于重要信息反馈的BATS码优化设计 . 电子科技大学学报, 2022, 51(2): 194-199. doi: 10.12178/1001-0548.2021109
[3]	潘侃, 尹春林, 王磊, 陈端兵. 基于特征工程的重要节点挖掘方法 . 电子科技大学学报, 2021, 50(6): 930-937. doi: 10.12178/1001-0548.2021106
[4]	曹开臣, 陈明仁, 张千明, 蔡世民, 周涛. 基于网络节点中心性的新闻重要性评价研究 . 电子科技大学学报, 2021, 50(2): 285-293. doi: 10.12178/1001-0548.2020355
[5]	梁耀洲, 郭强, 殷冉冉, 杨剑楠, 刘建国. 基于排名聚合的时序网络节点重要性研究 . 电子科技大学学报, 2020, 49(4): 519-523. doi: 10.12178/1001-0548.2019087
[6]	朱军芳, 陈端兵, 周涛, 张千明, 罗咏劼. 网络科学中相对重要节点挖掘方法综述 . 电子科技大学学报, 2019, 48(4): 595-603. doi: 10.3969/j.issn.1001-0548.2019.04.018
[7]	梁志兵, 刘付显, 赵慧珍. 平方根递推更新高斯粒子滤波 . 电子科技大学学报, 2019, 48(3): 345-350, 373. doi: 10.3969/j.issn.1001-0548.2019.03.006
[8]	郭强, 殷冉冉, 刘建国. 基于TOPSIS的时序网络节点重要性研究 . 电子科技大学学报, 2019, 48(2): 296-300. doi: 10.3969/j.issn.1001-0548.2019.02.021
[9]	胡剑浩, 周将运, 何帅宁, 陈杰男. 基于Max-Log更新的马尔科夫链蒙特卡洛MIMO检测增强算法 . 电子科技大学学报, 2017, 46(1): 1-8. doi: 10.3969/j.issn.1001-0548.2017.01.001
[10]	李伟, 曹洁, 李军, 王进花. 噪声相关粒子滤波算法 . 电子科技大学学报, 2016, 45(3): 436-441. doi: 10.3969/j.issn.1001-0548.2016.02.021
[11]	张民, 贾海涛, 沈震. 基于遗传算法改进的粒子滤波重采样模型 . 电子科技大学学报, 2015, 44(3): 344-349. doi: 10.3969/j.issn.1001-0548.2015.03.005
[12]	杨珺, 马秦生, 王敏, 曹阳. 网络取证隐马尔可夫模型证据融合方法 . 电子科技大学学报, 2013, 42(3): 350-354. doi: 10.3969/j.issn.1001-0548.2013.03.006
[13]	张聪, 沈惠璋. 网络自然密度社团结构模块度函数 . 电子科技大学学报, 2012, 41(2): 185-191. doi: 10.3969/j.issn.1001-0548.2012.02.003
[14]	贾宝富, 王一凡, 罗正祥. 广义切比雪夫线性相位滤波器设计 . 电子科技大学学报, 2008, 37(3): 389-392.
[15]	黄际彦, 万群, 杨万麟. 稳健非线性LMS非视距定位算法 . 电子科技大学学报, 2008, 37(3): 328-330.
[16]	储毅, 赵敏. 基于马尔可夫决策的动态电源管理技术 . 电子科技大学学报, 2007, 36(3): 521-523.
[17]	王连圭, 田太心. 非线性控制系统的全局可镇定 . 电子科技大学学报, 2006, 35(1): 58-61.
[18]	干泰彬, 黄廷祝, 王晓梅, 张利琼, 高中喜. 非线性对角占优性 . 电子科技大学学报, 2005, 34(2): 273-276.
[19]	胡宇驰. 应用马尔科夫状态图法进行可靠性评估 . 电子科技大学学报, 2001, 30(2): 175-180.
[20]	唐小我. 非线性需求函数条件下二度价格歧视研究 . 电子科技大学学报, 1999, 28(1): 78-83.

WeChat

点击查看大图

计量

文章访问数: 3429
HTML全文浏览量: 141
PDF下载量: 55
被引次数: 0

马尔可夫链蒙特卡罗容积粒子滤波器

doi: 10.3969/j.issn.1001-0548.2012.06.008

1. 空军工程大学电讯工程学院西安 710077;

2. 装甲兵工程学院装备指挥与管理系北京丰台区 100072;

3. 空军航空博物馆北京昌平区 102211

基金项目:

国家自然科学基金(60805015)

作者简介:
鹿传国(1986-),男,博士生,主要从事信息融合、目标被动跟踪等方面的研究.

收稿日期: 2011-02-21
修回日期: 2011-11-03
刊出日期: 2012-12-15

中图分类号: TP131

关键词:

摘要: 针对非线性、非高斯系统状态估计问题,提出了一种基于重要密度函数的改进粒子滤波器-马尔可夫链蒙特卡罗容积粒子滤波器。在状态转移概率的基础之上综合考虑了当前的量测信息,利用容积卡尔曼滤波对每个采样粒子进行估计,使得重要密度函数更加贴近于真实后验;同时为避免粒子贫乏,在重采样后加入马尔可夫链蒙特卡罗步骤。理论分析和实验仿真表明:马尔可夫链蒙特卡罗容积粒子滤波器的性能要优于容积粒子滤波器以及其他参照滤波器。

English Abstract

鹿传国, 冯新喜, 张迪, 孔云波. 马尔可夫链蒙特卡罗容积粒子滤波器[J]. 电子科技大学学报, 2012, 41(6): 859-864. doi: 10.3969/j.issn.1001-0548.2012.06.008

引用本文:

鹿传国, 冯新喜, 张迪, 孔云波. 马尔可夫链蒙特卡罗容积粒子滤波器[J]. 电子科技大学学报, 2012, 41(6): 859-864. doi: 10.3969/j.issn.1001-0548.2012.06.008

LU Chuan-guo, FENG Xin-xi, ZHANG Di, KONG Yun-bo. Monte Carlo Markov Chain Cubature Particle Filter[J]. Journal of University of Electronic Science and Technology of China, 2012, 41(6): 859-864. doi: 10.3969/j.issn.1001-0548.2012.06.008

Citation:

LU Chuan-guo, FENG Xin-xi, ZHANG Di, KONG Yun-bo. Monte Carlo Markov Chain Cubature Particle Filter[J]. Journal of University of Electronic Science and Technology of China, 2012, 41(6): 859-864. doi: 10.3969/j.issn.1001-0548.2012.06.008

全文HTML

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回

期刊在线

编辑办公

友情链接

电子科技大学

版权所有 © 《电子科技大学学报》编辑部

地址: 成都市建设北路二段四号电子科技大学主楼中350室电话: 028-83202308,83207559 Email: xuebao@uestc.edu.cn

本系统由北京仁和汇智信息技术有限公司开发