10.3969/j.issn.1001-2400.2007.02.015
迭代扩展卡尔曼粒子滤波器
提出了一种基于迭代扩展卡尔曼的粒子滤波新方法.该方法利用迭代扩展卡尔曼滤波的最大后验概率估计产生粒子滤波的重要性密度函数,使重要性密度函数能够融入最新观测信息的同时,更加符合真实状态的后验概率分布.仿真结果表明,提出的迭代扩展卡尔曼粒子滤波的估计性能要明显优于标准的粒子滤波、扩展卡尔曼粒子滤波和unscented 粒子滤波.
非线性系统、粒子滤波、迭代扩展卡尔曼滤波、重要性密度函数
34
TN953
国家自然科学基金60677040;国家部委预研项目51402030105DZ0177
2007-05-14(万方平台首次上网日期,不代表论文的发表时间)
共6页
233-238