基于Metropolis-Hastings采样的多传感器集合卡尔曼滤波算法
集合卡尔曼滤波是近年来发展起来的一种处理非线性系统估计的有效解决方法.针对标准集合卡尔曼滤波实现过程中,量测噪声不确定导致自举量测采样出现一致性偏差问题,提出了一种基于Metropolis-Hastings采样的多传感器集合卡尔曼滤波算法.首先,结合多传感器量测系统的物理特性和集合卡尔曼滤波中自举量测生成机理,构建多传感器条件下自举量测集合.其次,通过对多传感器自举量测似然度求解以及在量测接受概率函数合理设计基础上,利用Metropolis-Hastings采样策略实现有效量测的确认.新算法通过对多传感器量测中冗余和互补信息的提取与利用实现对一致性偏差的修正,进一步改善被估计系统状态的滤波精度.理论分析和仿真实验结果验证了算法的可行性和有效性.
非线性滤波、集合卡尔曼滤波、自举量测、Metropolis-Hastings采样
45
TP391(计算技术、计算机技术)
国家自然科学基金61300214;河南省高校科技创新团队支持计划13IRTSTHN021;中国博士后科学基金2014M551999;河南省高校青年骨干教师资助计划2013GGJS-026
2017-06-07（万方平台首次上网日期，不代表论文的发表时间）
共6页
868-873
