文献类型：期刊文章

作　　者：于洪波[1] 王国宏[1] 孙芸[1] 曹倩[2]

机构地区：[1]海军航空工程学院信息融合技术研究所,山东烟台264001 [2]海军航空工程学院图书馆,山东烟台264001

出　　处：《系统工程与电子技术》

基　　金：国家自然科学基金(61179018;61102165;61102167)资助课题

年　　份：2013

卷　　号：35

期　　号：7

起止页码：1375-1379

语　　种：中文

收录情况：BDHX、BDHX2011、CSA、CSA-PROQEUST、CSCD、CSCD2013_2014、EI(收录号：20133316623637)、IC、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：在扩展卡尔曼滤波算法(extended Kalman filter,EKF)和不敏卡尔曼滤波算法(unscented Kalmanfilter,UKF)的基础上,提出一种基于融合的粒子滤波算法(fusion based particle filter,FPF)。该算法首先利用EKF与UKF分别预测粒子状态,然后通过融合算法得到粒子的重要性建议分布,实现粒子状态更新。因为充分利用了量测信息,因而能有效提高状态估计精度。仿真中通过实例将该算法与已有的粒子滤波(particle filter,PF)算法进行比较,结果表明该算法各方面性能都有较大改进。

关 键 词：状态估计 粒子滤波算法 融合算法  扩展卡尔曼滤波 不敏卡尔曼滤波

分 类 号：TN957]