非线性系统中状态和参数联合估计的双重粒子滤波方法
侯代文①② 殷福亮①
① (大连理工大学电子与信息工程学院 大连 116023) ② (海军试验基地 大连 116041)
A Dual Particle Filter for State and Parameter Estimation in Nonlinear System
Hou Dai-wen①② Yin Fu-liang①
① (School of Electronic and Information Engineering, Dalian University of Technology, Dalian 116023, China) ② (Naval Test Base, Dalian 116041, China)
摘要 该文提出了一种双重粒子滤波方法,对存在未知参数的非线性系统进行状态和参数联合估计。该方法采用基于充分统计量的粒子滤波技术,避免了重采样过程中的粒子枯竭现象;采用贝塔分布拟合系统参数的后验分布,不仅充分利用了先验信息,而且避免了对高斯分布拖尾部分的采样,提高了粒子的采样效率。仿真实验结果表明,该方法提高了非线性系统中状态和参数的估计精度,降低了滤波器对初始误差的敏感性。
关键词 :
粒子滤波 ,
双重估计 ,
充分统计量 ,
贝塔分布 ,
非线性系统
Abstract :The dual particle filter is proposed to solve the problem of simultaneously estimating the state and the parameter of a nonlinear dynamic system. In the new filter, the sufficient statistics based particle filter is adopted to deal with sampling impoverishment arising in generic particle filter and the beta distribution, which makes good use of the prior knowledge as well as avoids tail draws for the parameter, is used to fit the parametric a posteriori probability density function. Simulation results show that both estimation accuracy and initial sensitivity of the nonlinear system are improved.
Key words :
Particle filtering
Dual estimation
Sufficient statistics
Beta distribution
Nonlinear system
收稿日期: 2007-02-13
基金资助: 国家自然科学基金(60772161,60372082)和教育部跨世纪优秀人才基金资助课题
通讯作者:
侯代文
[1]
薛模根,刘文琢,袁广林,秦晓燕. 基于编码迁移的快速鲁棒视觉跟踪 [J]. 电子与信息学报, 2017, 39(7): 1571-1577.
[2]
杨峰,张婉莹. 一种多模型贝努利粒子滤波机动目标跟踪算法 [J]. 电子与信息学报, 2017, 39(3): 634-639.
[3]
程兰,王志远,陈杰,谢刚. 基于粒子滤波和滑动平均扩展Kalman滤波的多径估计算法 [J]. 电子与信息学报, 2017, 39(3): 709-716.
[4]
张东伟, 郭英,张坤峰,齐子森,韩立峰,尚耀波. 多跳频信号频率跟踪与二维波达方向实时估计算法 [J]. 电子与信息学报, 2016, 38(9): 2377-2384.
[5]
徐从安,何友,夏沭涛,程俊图,董云龙. 基于随机摄动再采样的粒子概率假设密度滤波器 [J]. 电子与信息学报, 2016, 38(11): 2819-2825.
[6]
李寰宇,毕笃彦,杨源,查宇飞,覃兵,张立朝. 基于深度特征表达与学习的视觉跟踪算法研究 [J]. 电子与信息学报, 2015, 37(9): 2033-2039.
[7]
谷阳, 宋千, 李杨寰, 马明, 周智敏. 基于惯性鞋载传感器的人员自主定位粒子滤波方法 [J]. 电子与信息学报, 2015, 37(2): 484-488.
[8]
程帅,孙俊喜,曹永刚,刘广文,韩广良. 多示例深度学习目标跟踪 [J]. 电子与信息学报, 2015, 37(12): 2906-2912.
[9]
侯静, 景占荣, 羊彦. 远距离干扰环境下目标跟踪的扩展卡尔曼粒子滤波算法 [J]. 电子与信息学报, 2013, 35(7): 1587-1592.
[10]
姚志均. 一种新的空间直方图相似性度量方法及其在目标跟踪中的应用 [J]. 电子与信息学报, 2013, 35(7): 1644-1649.
[11]
孙景乐, 唐林波, 赵保军, 刘晴. 基于瑞利分布的粒子滤波跟踪算法 [J]. 电子与信息学报, 2013, 35(4): 763-769.
[12]
李江, 钱富才, 刘丁, 胡绍林. 具有未知参数的GPS/DR组合导航系统跟踪与辨识 [J]. 电子与信息学报, 2013, 35(4): 921-926.
[13]
谭顺成, 王国宏, 王娜, 何友. 基于概率假设密度滤波和数据关联的脉冲多普勒雷达多目标跟踪算法 [J]. 电子与信息学报, 2013, 35(11): 2700-2706.
[14]
蒋鹏, 宋华华. 基于动态分簇路由优化和分布式粒子滤波的传感器网络目标跟踪方法 [J]. 电子与信息学报, 2012, 34(9): 2187-2193.
[15]
程江华, 关永峰, 库锡树, 孙即祥. 利用双窗口检测和粒子滤波提取高分辨率SAR图像道路中心点 [J]. 电子与信息学报, 2012, 34(5): 1109-1114.