一种新的非线性/非高斯滤波方法
DOI:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

基金项目:


Study of a Novel Nonlinear/Non-Gaussion Filtering Algorithm
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    自主滤波方法是一种递归式贝叶斯估计方法,该方法采用一组抽样值来近似目标状态的概率密度函数,可用于非线性系统模型和观测模型、非高斯观测噪声条件下的滤波。将该算法与扩展卡尔曼滤波方法进行了比较,仿真结果表明,该算法性能优于扩展卡尔曼滤波方法。

    Abstract:

    Bootstrap filtering algorithm is a recursive Bayesian estimation algorithmSince in this algorithm the probability density function of the state to be estimated is approximated by a series of samples, it can be applied to the circumstance of nonlinear system model and observation model ,even non-Gaussion noise .The bootstrap filter is compared with the Extended Kalman Filter(EKF),the simulation results have shown that the performance of the bootstrap filter is better than that of EKF

    参考文献
    相似文献
    引证文献
引用本文

郭春,罗鹏飞.一种新的非线性/非高斯滤波方法[J].国防科技大学学报,2002,24(2):23-26.
GUO Chun, LUO Pengfei. Study of a Novel Nonlinear/Non-Gaussion Filtering Algorithm[J]. Journal of National University of Defense Technology,2002,24(2):23-26.

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2001-07-13
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期: 2013-08-21
  • 出版日期:
文章二维码