吉林大学学报(工学版) ›› 2014, Vol. 44 ›› Issue (5): 1435-1440.doi: 10.7964/jdxbgxb201405034

• • 上一篇    下一篇

基于高斯Sigma点选取的改进UPF算法

曹洁, 戴彬, 李晓旭   

  1. 兰州理工大学 计算机与通信学院,兰州 730050
  • 收稿日期:2013-03-07 出版日期:2014-09-01 发布日期:2014-09-01
  • 作者简介:曹洁(1966), 女, 教授, 博士生导师.研究方向:信息融合理论与应用, 智能交通, 信息检测与估计.E-mail:caoj@lut.cn
  • 基金资助:
    国家自然科学基金项目(61263031).

Improved UPF algorithm based on Gaussian Sigma points selection

CAO Jie, DAI Bin, LI Xiao-xu   

  1. College of Computer and Communication,Lanzhou University of Technology, Lanzhou 730050, China
  • Received:2013-03-07 Online:2014-09-01 Published:2014-09-01

摘要: 针对标准粒子滤波存在的粒子退化现象,提出了一种改进的UPF算法。该算法采用基于高斯Sigma点选取的自适应无味卡尔曼滤波产生建议分布函数,然后利用Metropolis-Hastings(MH)方法优化粒子,提高了对系统后验概率密度的逼近程度。仿真结果表明:改进算法降低了粒子滤波算法的粒子退化程度,提高了跟踪精度。

关键词: 计算机应用, 粒子滤波, 高斯Sigma点, 无味卡尔曼滤波, MH方法

Abstract: An improved Unscented Particle Filter (UPF) algorithm is proposed to overcome the problem of particles degradation in the standard particle filter. The algorithm uses adaptive unscented Kalman filter based on Gaussian Sigma point selection to generate the proposal distribution function. Then it uses the Metropolis-Hastings (MH) algorithm to optimize particles, so that the approximation of the posterior probability density of the system is improved. Simulation results show that the improved UPF algorithm reduces particle degradation which exists in the particle filter algorithm, and improves tracking accuracy.

Key words: computer application, particle filter, Gaussian Sigma points, unscented Kalman filter, Metropolis-Hastings

中图分类号: 

  • TP391
[1] 朱志宇.粒子滤波算法及其应用[M].北京:科学出版社,2010.
[2] 傅惠民,吴云章,娄泰山.自适应扩展增量Kalman滤波方法[J].航天动力学报, 2012, 27(8):1734 -1737.Fu Hui-min, Wu Yun-zhang, Lou Tai-shan. Adaptive extended incremental Kalman filter method[J]. Journal of Aerospace Power, 2012, 27(8):1734-1737.
[3] 程水英,余莉.迭代无味卡尔曼滤波器的算法实现与应用评价[J]. 系统工程与电子技术, 2011,33(11):2546-2553.Cheng Shui-ying, Yu Li. Algorithm realization and its application evaluation of the iterated unscented Kalman filter[J]. Systems Engineering and Electronics, 2011,33(11): 2546-2553.
[4] Gordon N J,Salmond S J,Smith A F M. Novel approach to nonlinear/non-Gaussian Bayesian state estimation[J]. Proceeding of Institute Electric Engineering, 1993, 140(2):107-113.
[5] Vaswani N. Particle filtering for large dimensional state spaces with multimodal observation likelihoods[J]. IEEE Trans. On Signal Processing,2008,56(2): 432-440.
[6] 张俊根,姬红兵. IMM迭代扩展卡尔曼粒子滤波跟踪算法[J]. 电子与信息学报. 2010,32(5):1116 -1120.Zhang Jun-gen, Ji Hong-bing. IMM iterated extended Kalman particle filter based target tracking[J]. Journal of Electronics & Information Technology, 2010,32(5):1116 -1120.
[7] 高社生,薛丽,魏文辉. 渐消自适应Unscented粒子滤波及其在组合导航中的应用[J]. 西北工业大学学报, 2012,30(1): 27-31.Gao She-sheng, Xue Li, Wei Wen-hui. Fading adaptive UPF(unscented particle filtering) algorithm and its application to integrated navigation[J]. Journal of Northwestern Polytechnical University,2012,30(1): 27-31.
[8] 袁泽剑,郑南宁,贾新春. 高斯-厄米特粒子滤波器[J].电子学报,2003, 31(7):970-973.Yuan Ze-jian, Zheng Nan-ning, Jia Xin-chun. The Gauss-Hermite particle filter[J]. Acta Electronica Sinica, 2003, 31(7):970-973.
[9] 李翠芸, 姬红兵. 快速Metropolis- Hastings变异的遗传重采样粒子滤波器[J]. 系统工程与电子技术, 2009, 31(8): 1968-1972.Li Cui-yun, Ji Hong-bing. Genetic resampling particle filter based on fast Metropolis-Hastings mutation[J]. Systems Engineering and Electronics,2009, 31(8):1968-1972.
[1] 刘富,宗宇轩,康冰,张益萌,林彩霞,赵宏伟. 基于优化纹理特征的手背静脉识别系统[J]. 吉林大学学报(工学版), 2018, 48(6): 1844-1850.
[2] 王利民,刘洋,孙铭会,李美慧. 基于Markov blanket的无约束型K阶贝叶斯集成分类模型[J]. 吉林大学学报(工学版), 2018, 48(6): 1851-1858.
[3] 金顺福,王宝帅,郝闪闪,贾晓光,霍占强. 基于备用虚拟机同步休眠的云数据中心节能策略及性能[J]. 吉林大学学报(工学版), 2018, 48(6): 1859-1866.
[4] 赵东,孙明玉,朱金龙,于繁华,刘光洁,陈慧灵. 结合粒子群和单纯形的改进飞蛾优化算法[J]. 吉林大学学报(工学版), 2018, 48(6): 1867-1872.
[5] 刘恩泽,吴文福. 基于机器视觉的农作物表面多特征决策融合病变判断算法[J]. 吉林大学学报(工学版), 2018, 48(6): 1873-1878.
[6] 欧阳丹彤, 范琪. 子句级别语境感知的开放信息抽取方法[J]. 吉林大学学报(工学版), 2018, 48(5): 1563-1570.
[7] 刘富, 兰旭腾, 侯涛, 康冰, 刘云, 林彩霞. 基于优化k-mer频率的宏基因组聚类方法[J]. 吉林大学学报(工学版), 2018, 48(5): 1593-1599.
[8] 桂春, 黄旺星. 基于改进的标签传播算法的网络聚类方法[J]. 吉林大学学报(工学版), 2018, 48(5): 1600-1605.
[9] 刘元宁, 刘帅, 朱晓冬, 陈一浩, 郑少阁, 沈椿壮. 基于高斯拉普拉斯算子与自适应优化伽柏滤波的虹膜识别[J]. 吉林大学学报(工学版), 2018, 48(5): 1606-1613.
[10] 车翔玖, 王利, 郭晓新. 基于多尺度特征融合的边界检测算法[J]. 吉林大学学报(工学版), 2018, 48(5): 1621-1628.
[11] 赵宏伟, 刘宇琦, 董立岩, 王玉, 刘陪. 智能交通混合动态路径优化算法[J]. 吉林大学学报(工学版), 2018, 48(4): 1214-1223.
[12] 黄辉, 冯西安, 魏燕, 许驰, 陈慧灵. 基于增强核极限学习机的专业选择智能系统[J]. 吉林大学学报(工学版), 2018, 48(4): 1224-1230.
[13] 傅文博, 张杰, 陈永乐. 物联网环境下抵抗路由欺骗攻击的网络拓扑发现算法[J]. 吉林大学学报(工学版), 2018, 48(4): 1231-1236.
[14] 曹洁, 苏哲, 李晓旭. 基于Corr-LDA模型的图像标注方法[J]. 吉林大学学报(工学版), 2018, 48(4): 1237-1243.
[15] 侯永宏, 王利伟, 邢家明. 基于HTTP的动态自适应流媒体传输算法[J]. 吉林大学学报(工学版), 2018, 48(4): 1244-1253.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
No Suggested Reading articles found!