高斯-厄米特粒子滤波器 被引量：77

1

作者 袁泽剑 郑南宁 贾新春 《电子学报》 EI CAS CSCD 北大核心 2003年第7期970-973,共4页

针对非线性、非高斯系统状态的在线估计问题 ,本文提出一种新的基于序贯重要性抽样的粒子滤波算法 .在滤波算法中 ,我们用一簇高斯 厄米特滤波器 (GHF)来产生重要性概率密度函数 .此概率密度在系统状态的转移概率的基础上融入最新的观... 针对非线性、非高斯系统状态的在线估计问题 ,本文提出一种新的基于序贯重要性抽样的粒子滤波算法 .在滤波算法中 ,我们用一簇高斯 厄米特滤波器 (GHF)来产生重要性概率密度函数 .此概率密度在系统状态的转移概率的基础上融入最新的观测数据 ,因此更接近于系统状态的后验概率 .理论分析与实验结果表明 :在观测模型具有高精度的场合或似然函数位于系统状态转移概率的尾部时 ,用GHF产生重要性概率密度函数的粒子滤波即高斯 厄米特粒子滤波 (GHPF)的性能要明显地优于标准的粒子滤波、扩展的卡尔曼滤波、GHF . 展开更多

关键词 状态估计 粒子滤波器 高斯-厄米特滤波 序贯重要性抽样 重要性概率密度函数

下载PDF 职称材料

混合退火粒子滤波器 被引量：23

2

作者 杜正聪 唐斌 李可 《物理学报》 SCIE EI CAS CSCD 北大核心 2006年第3期999-1004,共6页

针对非线性、非高斯系统状态的在线估计问题,提出一种新的基于序贯重要性抽样的粒子滤波算法.在滤波算法中,用状态参数分解和退火系数来产生重要性概率密度函数,此概率密度函数综合考虑了转移先验、似然、噪声的统计特性以及最新的观察... 针对非线性、非高斯系统状态的在线估计问题,提出一种新的基于序贯重要性抽样的粒子滤波算法.在滤波算法中,用状态参数分解和退火系数来产生重要性概率密度函数,此概率密度函数综合考虑了转移先验、似然、噪声的统计特性以及最新的观察数据,因此更接近于系统状态的后验概率.理论分析与仿真实验表明该粒子滤波器的性能明显优于标准的粒子滤波器和扩展卡尔曼滤波器. 展开更多

关键词 非线性 非高斯 粒子滤波 序贯重要性抽样

原文传递

粒子滤波 被引量：11

3

作者 范典华 《中山大学研究生学刊（自然科学与医学版）》 2005年第2期22-32,共11页

近年来随着计算机处理能力的快速发展,使得粒子滤波,作为序列信号处理的一种非常有效的方法,成为研究领域的一个热点。它在处理复杂的非线性或非高斯问题的潜力,引起了信号处理、统计学、经济计量学等不同领域的专家学者的关注。本文详... 近年来随着计算机处理能力的快速发展,使得粒子滤波,作为序列信号处理的一种非常有效的方法,成为研究领域的一个热点。它在处理复杂的非线性或非高斯问题的潜力,引起了信号处理、统计学、经济计量学等不同领域的专家学者的关注。本文详细介绍了粒子滤波算法的基本原理,并分析了几种新的粒子滤波算法。 展开更多

关键词 粒子滤波 信号处理 滤波算法 处理能力 研究领域 专家学者 基本原理 详细介绍 计算机 非高斯 非线性 统计学 计量学

下载PDF 职称材料

粒子滤波重采样算法研究 被引量：12

4

作者 于金霞 刘文静 汤永利 《微计算机信息》 2010年第16期44-45,60,共3页

样本退化是基于序列重要性采样的粒子滤波中的一个主要问题,为了解决这个问题重采样被引入。首先,对粒子滤波中的四种基本的重采样算法(包括多项式重采样、分层重采样、系统重采样、剩余重采样)进行了详细的分析,在此基础上,对几种新的... 样本退化是基于序列重要性采样的粒子滤波中的一个主要问题,为了解决这个问题重采样被引入。首先,对粒子滤波中的四种基本的重采样算法(包括多项式重采样、分层重采样、系统重采样、剩余重采样)进行了详细的分析,在此基础上,对几种新的重采样算法进行了介绍。最后,对该领域进行总结与展望。 展开更多

关键词 粒子滤波 序列重要性采样 重采样

下载PDF 职称材料

一种高实时性粒子滤波重采样算法 被引量：9

5

作者 赵丰 汤磊 +1 位作者 张武 赵宗贵 《系统仿真学报》 CAS CSCD 北大核心 2009年第18期5789-5793,共5页

重采样是解决粒子滤波退化问题的主要方法。传统的重采样算法,如系统重采样、残差重采样,以及Bolic等提出的"残差系统重采样"算法,均存在运算时间较长、占用存储空间较大等问题。而时效性是制约粒子滤波方法实用性的瓶颈。对... 重采样是解决粒子滤波退化问题的主要方法。传统的重采样算法,如系统重采样、残差重采样,以及Bolic等提出的"残差系统重采样"算法,均存在运算时间较长、占用存储空间较大等问题。而时效性是制约粒子滤波方法实用性的瓶颈。对粒子滤波的基本原理进行了论述;提出了一种高实时性粒子滤波重采样算法——"简单重采样算法",通过仿真实验与分析,该算法在状态估计精度上与其它重采样算法相当,但却具有计算量小、速度快、实时性强等优点,适于硬件实现。 展开更多

关键词 粒子滤波 退化 序贯重要性采样 重采样算法

下载PDF 职称材料

采用分布估计算法计算AHP判断矩阵排序权重 被引量：8

6

作者 张建华 曾建潮 《计算机工程与应用》 CSCD 北大核心 2010年第27期25-28,共4页

判断矩阵排序权重计算及其一致性检验可以归结为一个使一致性指标最小化的非线性、变量耦合的优化问题。提出一个利用基于序贯重点采样粒子滤波和Cholesky分解的分布估计算法计算排序权重的算法,该算法采用的概率模型是多峰的并考虑了... 判断矩阵排序权重计算及其一致性检验可以归结为一个使一致性指标最小化的非线性、变量耦合的优化问题。提出一个利用基于序贯重点采样粒子滤波和Cholesky分解的分布估计算法计算排序权重的算法,该算法采用的概率模型是多峰的并考虑了变量之间相关性。文中对判断矩阵排序权重计算及一致性检验、基于序贯重点采样粒子滤波和Cholesky分解的分布估计算法进行了介绍,描述了排序权重计算及一致性检验算法,最后给出实验数据及其分析。实验结果验证了算法的有效性,并具有很高的精度和稳定性。 展开更多

关键词 层次分析法 判断矩阵 序贯重点采样 粒子滤波 CHOLESKY分解 分布估计算法

下载PDF 职称材料

马尔可夫链蒙特卡罗容积粒子滤波器 被引量：6

7

作者 鹿传国 冯新喜 +1 位作者 张迪 孔云波 《电子科技大学学报》 EI CAS CSCD 北大核心 2012年第6期859-864,共6页

针对非线性、非高斯系统状态估计问题,提出了一种基于重要密度函数的改进粒子滤波器—马尔可夫链蒙特卡罗容积粒子滤波器。在状态转移概率的基础之上综合考虑了当前的量测信息,利用容积卡尔曼滤波对每个采样粒子进行估计,使得重要密度... 针对非线性、非高斯系统状态估计问题,提出了一种基于重要密度函数的改进粒子滤波器—马尔可夫链蒙特卡罗容积粒子滤波器。在状态转移概率的基础之上综合考虑了当前的量测信息,利用容积卡尔曼滤波对每个采样粒子进行估计,使得重要密度函数更加贴近于真实后验;同时为避免粒子贫乏,在重采样后加入马尔可夫链蒙特卡罗步骤。理论分析和实验仿真表明:马尔可夫链蒙特卡罗容积粒子滤波器的性能要优于容积粒子滤波器以及其他参照滤波器。 展开更多

关键词 容积粒子滤波 重要密度函数 马尔可夫链蒙特卡罗 非线性非高斯 序贯重要性采样

下载PDF 职称材料

基于粒子滤波的微地震信号去噪方法 被引量：5

8

作者 李学贵 高明 +5 位作者 吴润桐 王如意 訾乾龙 鉴振 李文森 周英杰 《吉林大学学报（信息科学版）》 CAS 2022年第5期701-709,共9页

针对微地震信号非高斯、非线性且信号能量较弱等问题,提出一种基于粒子滤波的微地震信号去噪方法。通过建立微地震信号的状态方程,提取原始信号的背景噪声,将其与状态方程之和作为观测方程,联立状态方程与观测方程建立状态空间模型,并... 针对微地震信号非高斯、非线性且信号能量较弱等问题,提出一种基于粒子滤波的微地震信号去噪方法。通过建立微地震信号的状态方程,提取原始信号的背景噪声,将其与状态方程之和作为观测方程,联立状态方程与观测方程建立状态空间模型,并通过重要性采样和重采样近似估计后验概率密度,从而求解去噪后的微地震信号,提高微地震信号的去噪效果。在模拟微地震资料和真实微地震资料中的应用表明,与传统去噪方法相比,该方法处理效果更好,去除噪声同时保留有效信号,信噪比得到有效提高,因此具有良好的应用前景。 展开更多

关键词 微地震 粒子滤波 重要性采样 重采样 信噪比

下载PDF 职称材料

基于序贯重点采样粒子滤波的分布估计算法 被引量：4

9

作者 张建华 曾建潮 《电子学报》 EI CAS CSCD 北大核心 2010年第12期2929-2932,共4页

连续域分布估计算法一般假设数据服从高斯分布,而且大多采用了单峰的概率模型,但是对于一些复杂的优化问题,单峰的高斯分布模型不能有效地描述解在空间的分布.本文提出一种基于序贯重点采样粒子滤波的分布估计算法,采用带权粒子描述优... 连续域分布估计算法一般假设数据服从高斯分布,而且大多采用了单峰的概率模型,但是对于一些复杂的优化问题,单峰的高斯分布模型不能有效地描述解在空间的分布.本文提出一种基于序贯重点采样粒子滤波的分布估计算法,采用带权粒子描述优选集样本服从的概率分布并从中采样得到下一代种群,不需要假设样本服从高斯分布,并且算法采用的概率模型是多峰的.仿真实验结果验证了本文方法的正确性和有效性. 展开更多

关键词 分布估计算法 序贯重点采样 粒子滤波

下载PDF 职称材料

基于t-分布粒子滤波器的目标跟踪 被引量：3

10

作者 李少军 王宏 柴天佑 《机器人》 EI CSCD 北大核心 2006年第6期598-604,共7页

针对贝叶斯跟踪中目标状态的预测分布和后验分布,利用序列蒙特卡洛方法,基于多变量t-分布提出了一种新的粒子滤波算法,称之为t-分布粒子滤波器.为了根据样本估计目标状态的概率分布,提出了一种新的ECME算法,并嵌入到t-分布粒子滤波器中... 针对贝叶斯跟踪中目标状态的预测分布和后验分布,利用序列蒙特卡洛方法,基于多变量t-分布提出了一种新的粒子滤波算法,称之为t-分布粒子滤波器.为了根据样本估计目标状态的概率分布,提出了一种新的ECME算法,并嵌入到t-分布粒子滤波器中.理论分析表明,在t-分布条件下,t-分布粒子滤波器是在样本数量上的渐近最优估计器.在机动目标跟踪实验中,比较了t-分布粒子滤波器、无色卡尔曼滤波(Unscented Kalm an filter)及自助式粒子滤波器(Bootstrap partic le filters)的跟踪精度. 展开更多

关键词 目标跟踪 贝叶斯跟踪 非线性非高斯随机系统 序列重要性采样 t-分布粒子滤波器 ECME算法 无色卡尔曼滤波 自助式粒子滤波器

下载PDF 职称材料

基于序贯重点采样粒子滤波和Cholesky分解的分布估计算法 被引量：2

11

作者 张建华 曾建潮 《计算机研究与发展》 EI CSCD 北大核心 2010年第11期1978-1985,共8页

连续域分布估计算法一般假设数据服从Gauss分布,而且大多采用了单峰的概率模型,但是对于一些复杂的优化问题,单峰的Gauss分布模型不能有效地描述解在空间的分布.提出一种基于序贯重点采样粒子滤波的分布估计算法,采用带权粒子描述优选... 连续域分布估计算法一般假设数据服从Gauss分布,而且大多采用了单峰的概率模型,但是对于一些复杂的优化问题,单峰的Gauss分布模型不能有效地描述解在空间的分布.提出一种基于序贯重点采样粒子滤波的分布估计算法,采用带权粒子描述优选集样本服从的概率分布,Cholesky分解法分解收缩的协方差矩阵并利用其产生下一代样本,不需要假设样本服从Gauss分布.算法采用的概率模型是多峰的.变量之间的相关性通过采样时利用群体的协方差矩阵显式地予以考虑,并对协方差矩阵为零矩阵的情况进行了处理.仿真实验结果验证了方法的正确性和有效性. 展开更多

关键词 序贯重点采样 粒子滤波 Cholesky分解法 分布估计算法 多峰概率模型

下载PDF 职称材料

粒子滤波在无线通信中的应用综述 被引量：2

12

作者 侯睿 张三同 朱刚 《自动化技术与应用》 2008年第2期75-78,共4页

粒子滤波是一种基于贝叶斯原理的序贯Monte-Carlo方法。序贯重要性采样(SIS)算法是粒子滤波的核心算法。粒子滤波算法在处理非线性、非高斯系统的状态估计问题上优于其他滤波方法。本文对粒子滤波算法的基本原理及其在无线通信中的应用... 粒子滤波是一种基于贝叶斯原理的序贯Monte-Carlo方法。序贯重要性采样(SIS)算法是粒子滤波的核心算法。粒子滤波算法在处理非线性、非高斯系统的状态估计问题上优于其他滤波方法。本文对粒子滤波算法的基本原理及其在无线通信中的应用进行综述,重点介绍其中的几种典型应用:在盲均衡、衰落信道下的盲检测、多用户检测和衰落信道下的空时解码中的应用,并分别给出了每种应用的状态空间模型、权值更新公式和算法应用过程,并从性能、复杂度和适应性的角度分析了粒子滤波的应用优势。最后展望该算法在无线通信领域应用的发展方向。 展开更多

关键词 粒子滤波 无线通信 序贯重要性采样

下载PDF 职称材料

基于序贯重要性采样的电力系统连锁故障负荷损失分析方法 被引量：3

13

作者 郭金鹏 黄少伟 +3 位作者 梅生伟 刘锋 魏巍 丁理杰 《电网技术》 EI CSCD 北大核心 2016年第10期3132-3139,共8页

仿真分析是连锁故障负荷损失分析的重要方法。目前仿真效率过低是制约其应用的瓶颈问题。其根本原因之一是缺乏一般的数学模型以构建具有严格理论支持的负荷损失分析方法。根据连锁故障的马尔可夫性,建立了一般的马尔可夫链模型,将相关... 仿真分析是连锁故障负荷损失分析的重要方法。目前仿真效率过低是制约其应用的瓶颈问题。其根本原因之一是缺乏一般的数学模型以构建具有严格理论支持的负荷损失分析方法。根据连锁故障的马尔可夫性,建立了一般的马尔可夫链模型,将相关负荷损失建模为由马尔可夫链决定的随机变量,在保留其主要物理特征的前提下为各种分析模型提供了统一的数学背景。在此基础上,充分利用连锁故障的序贯性与马尔可夫性,设计了基于序贯重要性采样的连锁故障负荷损失分析方法,并给出了其降低仿真次数和估计方差的理论保证。该方法可应用于各种连锁故障仿真模型,算例分析验证了其与传统蒙特卡洛方法相比的高效性。 展开更多

关键词 连锁故障 马尔可夫链 序贯重要性采样 概率估计

下载PDF 职称材料

基于主动学习Kriging模型与序列重要抽样的随机-区间混合可靠性分析 被引量：2

14

作者 李刚 姜龙 赵刚 《计算力学学报》 CAS CSCD 北大核心 2021年第4期531-537,共7页

针对随机-区间混合可靠性分析中复杂功能函数的高非线性和多设计点问题,本文提出了一种结合主动学习Kriging模型与序列重要抽样方法的混合可靠性分析方法。在序列重要采样方法中采用高斯混合分布作为提议分布进行逐级采样,逐步逼近最优... 针对随机-区间混合可靠性分析中复杂功能函数的高非线性和多设计点问题,本文提出了一种结合主动学习Kriging模型与序列重要抽样方法的混合可靠性分析方法。在序列重要采样方法中采用高斯混合分布作为提议分布进行逐级采样,逐步逼近最优重要抽样函数的采样样本;结合序列重要抽样方法的特点,提出了主动学习Kriging模型的两步学习方案,保证算法精度的前提下显著提高了效率。通过数值算例将本文方法与已有的混合可靠性分析方法对比,验证本文方法的准确性和高效性。 展开更多

关键词 随机变量 区间变量 可靠性分析 序列重要抽样 KRIGING模型

下载PDF 职称材料

粒子滤波算法改进及其应用研究 被引量：1

15

作者 王永翔 陈国初 《计算机时代》 2015年第8期1-5,共5页

粒子滤波算法是一种基于贝叶斯估计和非参数化蒙特卡罗模拟的新型算法。详细介绍了粒子滤波算法的基本原理,阐述了递推贝叶斯估计方法、序贯重要性采样以及序贯重要性重采样算法;分析了粒子滤波主要存在的问题及关键改进之处,然后介绍... 粒子滤波算法是一种基于贝叶斯估计和非参数化蒙特卡罗模拟的新型算法。详细介绍了粒子滤波算法的基本原理,阐述了递推贝叶斯估计方法、序贯重要性采样以及序贯重要性重采样算法;分析了粒子滤波主要存在的问题及关键改进之处,然后介绍粒子滤波算法的应用,并对算法未来发展进行了展望。 展开更多

关键词 贝叶斯估计 序贯重要性采样 重采样 粒子滤波

下载PDF 职称材料

邻域迭代重采样粒子滤波的纯方位目标跟踪 被引量：8

16

作者 王向前 冉维 马飞 《计算机工程与应用》 CSCD 北大核心 2017年第13期160-166,共7页

为了解决粒子滤波的非线性全局优化问题,基于重采样的思想是移除权重小的粒子,增加权重大的粒子数量,提出利用邻域搜索重采样的粒子滤波(NIRPF)进行目标跟踪。首先,预测粒子,并利用重要序列采样(SIS)给粒子赋权值;然后,在搜索后验概率... 为了解决粒子滤波的非线性全局优化问题,基于重采样的思想是移除权重小的粒子,增加权重大的粒子数量,提出利用邻域搜索重采样的粒子滤波(NIRPF)进行目标跟踪。首先,预测粒子,并利用重要序列采样(SIS)给粒子赋权值;然后,在搜索后验概率密度的高概率区过程,更新单个粒子位置,利用高斯-邻域搜索迭代地加权所有粒子;最后,进行当前状态的估计。纯方位目标跟踪问题涉及两个静态观察器和非机动和机动两类目标。蒙特卡罗仿真结果验证了提出方法的有效性,与均方根容积卡尔曼滤波、容积粒子滤波和随机搜索的粒子滤波相比,提出的方法拥有更快的初始收敛速度,非机动目标和机动目标的根均方误差(RMSE)和时间根均方差(RTAMS)的评估更优。 展开更多

关键词 粒子滤波 目标跟踪 重采样 高斯-邻域搜索 重要序列采样

下载PDF 职称材料

高维小失效概率可靠性分析的序列重要抽样法 被引量：8

17

作者 宋述芳 吕震宙 《西北工业大学学报》 EI CAS CSCD 北大核心 2006年第6期782-786,共5页

针对工程实际中大量存在的高维小失效概率问题,提出了基于子集模拟的序列重要抽样法。该方法首先利用子集模拟的基本思路,通过引入合理的中间失效事件将概率空间划分为一系列的子集,然后再依据重要抽样法的思想,逐步构造序列重要抽样函... 针对工程实际中大量存在的高维小失效概率问题,提出了基于子集模拟的序列重要抽样法。该方法首先利用子集模拟的基本思路,通过引入合理的中间失效事件将概率空间划分为一系列的子集,然后再依据重要抽样法的思想,逐步构造序列重要抽样函数来求得失效概率的估计。文中给出了序列重要抽样法求解高维小失效概率的基本步骤,并用算例验证了所提方法的效率和可行性。数值算例和工程算例的结果均表明,基于子集模拟的序列重要抽样法不依赖于极限状态方程的形式,且适用于非正态分布随机变量,其可靠性分析结果有很高的计算精度。 展开更多

关键词 失效概率 序列重要抽样 子集模拟 极限状态方程

下载PDF 职称材料

一种新的基于交互多模型的序贯重要采样算法

18

作者 夏畅雄 叶尚福 《电讯技术》 2007年第6期90-93,共4页

通过将交互多模型(IMM)算法和粒子滤波(SIS)算法结合,提出了一种新的IMM-SIS算法。在每个模型中,都有一个标准的粒子滤波器,模型之间的交互与传统的IMM一样。由于在新的算法中,每个模型中粒子滤波都保证固定数量的粒子,因此不会出现粒... 通过将交互多模型(IMM)算法和粒子滤波(SIS)算法结合,提出了一种新的IMM-SIS算法。在每个模型中,都有一个标准的粒子滤波器,模型之间的交互与传统的IMM一样。由于在新的算法中,每个模型中粒子滤波都保证固定数量的粒子,因此不会出现粒子退化和贫乏现象。仿真证明了新的IMM-SIS算法在收敛速度和精度方面都要优于传统的IMM-EKF算法。 展开更多

关键词 机动目标跟踪 交互多模式模型 序贯重要采样 收敛速度

下载PDF 职称材料

粒子滤波在线非线性非高斯视频追踪中的应用

19

作者 陈加粮 史操 《吉首大学学报（自然科学版）》 CAS 2011年第6期59-61,共3页

讨论了非线性非高斯假设条件下视频追踪的问题和时序蒙特卡罗技术的最新发展,尤其是粒子滤波算法的发展,使采用一个目标状态的集合对贝叶斯模型的后验分布进行建模和跟踪成为可能,这个集合可以看作是这个后验密度函数的采样集合.提出的... 讨论了非线性非高斯假设条件下视频追踪的问题和时序蒙特卡罗技术的最新发展,尤其是粒子滤波算法的发展,使采用一个目标状态的集合对贝叶斯模型的后验分布进行建模和跟踪成为可能,这个集合可以看作是这个后验密度函数的采样集合.提出的算法考虑了衰减问题及重复采样,实验结果表明,该方法能清晰稳定地进行视频追踪. 展开更多

关键词 视频跟踪 粒子滤波 时序重要性采样(SIS) 算法 重新采样

下载PDF 职称材料

粒子滤波理论及其在目标跟踪中的应用 被引量：9

20

作者 冯驰 吕晓凤 汲清波 《计算机工程与应用》 CSCD 北大核心 2008年第6期246-248,共3页

非线性估计领域的经典算法是扩展Kalman滤波(EKF),它采用了Taylor展开的线性变换来近似非线性模型,因而存在计算量大、实时性差、估计精度低等缺点。而粒子滤波采用一些带有权值的随机样本(粒子)来表示所需要的后验概率密度,而不是采用... 非线性估计领域的经典算法是扩展Kalman滤波(EKF),它采用了Taylor展开的线性变换来近似非线性模型,因而存在计算量大、实时性差、估计精度低等缺点。而粒子滤波采用一些带有权值的随机样本(粒子)来表示所需要的后验概率密度,而不是采用传统的线性变换,从而得到基于物理模型的近似最优数值解,具有精度高、收敛速度快等特点。对经典的纯方位跟踪问题进行了仿真。仿真结果表明,粒子滤波器的跟踪性能要远优于EKF的性能。 展开更多

关键词 粒子滤波 蒙特卡罗 序列重要性采样 重采样

下载PDF 职称材料