文献类型：期刊文章

作　　者：程水英[1] 邹继伟[1] 汤鹏[2]

机构地区：[1]电子工程学院 [2]73677部队

出　　处：《宇航学报》

基　　金：国家自然科学基金(60702015);中国博士后科学基金(20070420740)

年　　份：2009

卷　　号：30

期　　号：3

起止页码：843-857

语　　种：中文

收录情况：BDHX、BDHX2008、CAS、CSA-PROQEUST、CSCD、CSCD2011_2012、EI(收录号：20093812841974)、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：以非线性递推Bayesian滤波问题的求解及其历史渊源为起点,分两类对各种免微分非线性Bayesian滤波方法或免微分方法的原理和算法进行了评述:一类是以线性最小均方误差最优估计子为特点的免微分高斯滤波,包括无味卡尔曼滤波、均差滤波器、中心差分滤波器和Gauss-Hermite滤波器或积分卡尔曼滤波器;另一类是后验密度数值逼近免微分方法,包括栅格法(GBMs)与近似栅格法、矩近似法和以粒子滤波为代表的Monte Carlo方法。其中还包括了作者的一些最新研究成果,如迭代UKF算法、裂变自举PF算法和关于粒子滤波算法有限收敛界的概念等。之后从加权统计线性回归的角度对两类免微分方法进行了统一认识,统一为以数值方法为特点的广义PF。为了建立一个关于各种免微分算法性能的整体印象,论文还通过一个复杂的递推非线性滤波估计例子,用MonteCarlo仿真实验的方法对7种典型的免微分方法和和传统的EKF算法进行了比较研究。最后对两类免微分方法进行了简单的比较,并指出了进一步研究的方向。

关 键 词：非线性估计  递推Bayesian滤波  扩展卡尔曼滤波  高斯滤波  无味变换 无味卡尔曼滤波 均差 滤波器  中心差分滤波器  Gauss—Hermite滤波器  积分卡尔曼滤波器  迭代无味卡尔曼滤波  栅格法  近似栅格  法  矩近似法  Monte  CARLO方法 粒子滤波  裂变自举粒子滤波  加权统计线性回归  

分 类 号：TN911.7]