您当前的位置:首页>论文资料>粒子滤波的噪声相关下单步延迟无序量测更新算法

粒子滤波的噪声相关下单步延迟无序量测更新算法

资料类别:论文资料

文档格式:PDF电子版

文件大小:702.03 KB

资料语言:中文

更新时间:2024-12-14 11:10:53



推荐标签:

内容简介

粒子滤波的噪声相关下单步延迟无序量测更新算法 2017年第36卷第5期计算与测试
传感器与微系统(Transducer and Microsystem Technologies)
141
DOI:10.13873/J.10009787(2017)05014104
粒子滤波的噪声相关下单步延迟无序量测更新算法
赵凯,胡建旺,吉

(军械工程学院信息工程系,河北石家庄050003)
摘要:在目标跟踪系统中,因通信延迟等原因会出现传感器量测无序地到达融合中心的现象,将这些量测称为无序量测(O0SM)。针对过程噪声、量测噪声相关的非线性系统中出现的无序量测间题,在现有算法基础上,提出了一种可处理单步延迟无序量测的新算法。在前向预测滤波框架下,对系统方程去相关
化,并利用粒子滤波(PF)进行状态估计。仿真结果验证了算法的有效性。关键词:无序量测;非线性;噪声相关;粒子滤波
中图分类号:TP391
文献标识码:A
文章编号:1000-9787(2017)05-0141-04
Update algorithm on one-step-lag out-of-sequence measurement
with correlated noise based on particle filtering
ZHAO Kai,HU Jian-wang,JI Bing
(Department of Information Engineering,Ordnance Engineering College,Shijiazhuang 050003, China) Abstract : In target tracking system,sensor measurements may arrive at the fusion center out of sequence because of communication delays,and these measurements are called out-of-sequence measurement( OOSM). On the basis of existing algorithm,a new algorithm is proposed, which can solve one-step-lag OOSM problem occur in process noise and the measurement noise correlated in nonlinear system. By combing the framework of the forward prediction filtering, wipe off the correlation,and use particle filtering to estimate the state, Simulation results verify the effectiveness of the proposed algorithm
Key words: out-of-sequence measurement( OOSM) ; nonlincar; correlated noise; particle filtering(PF)
0引言
在集中式目标跟踪系统中,各传感器的通信延迟、预处理时间与采样速率等存在差别,会有传感器信息不能同步到达融合中心的现象出现,这种现象称为异步现象1.2]。在此情形下,对于同一个目标,若有较早时刻产生的量测在较晚时刻产生的量测之后到达融合中心,则称这些量测为无序量测(out-of-sequence measurement,OOSM)。
目前,直接更新法是实时处理O0SM间题的主流滤波方法,即融合中心存储目标的状态估计与估计误差协方差矩阵,直接利用收到的0OSM对当前状态估计进行再更新,得到新的目标状态充分估计量(")。直接更新法有存储量、计算量较小,没有输出延迟等优点,因此,学者们在此滤波思想下先后提出了A1,B1,AA1,FPFD(3)等线性系统下的滤波算法。
对于弱非线性高斯系统,文献[4]提出EKF-A1算法,将非线性系统线性化,再应用已有的A1算法,这种算法较为简单,但可能存在较大的滤波误差(}];文献[4]还提出
收稿日期:2016-06-13
使用UT变换求解非线性量测方程的雅可比矩阵或海赛因矩阵,但近似误差较大,且当系统方程为非线性时无法求解。对于强非线性系统,文献[5,6]推导出包含00SM的后验概率密度,提出了基于粒子滤波的O0SM处理算法。当传感器系统处于共同的噪声环境中时,常会出现过程噪声与量测噪声相关的情形。文献[7,8]分别给出了解决噪声相关的00SM间题的滤波算法,但对非线性系统中 00SM问题无法处理。
本文提出在前向预测滤波框架下,对非线性系统方程进行恒等变换,从而去相关化,再利用粒子滤波对系统状态进行更新。算法可有效处理单步延迟OOSM间题。
1
问题描述
假定非线性离散时间系统如下
X, =ft±+(x+→) +F.→Ws,.1 Z, =h,(x,) +v,
(1)(2)
x,与z分别为n维状态向量和m维量测向量:式中
上一章:稀疏自编码和Softmax回归的快速高效特征学习 下一章:体三维成像的螺旋扫描系统设计

相关文章

粒子滤波算法在ECT图像重建中的应用 基于图像技术与粒子滤波融合新算法的机器人多目标跟踪 基于粒子滤波的电力机车电气故障诊断 基于两步迭代收缩阈值的编码孔径光谱数据复原算法 基于混合粒子滤波的电力设备载流故障预测 粒子滤波在GPS∕DR组合导航中的应用 基于安时积分和粒子滤波修正的锂电池SOC估计 基于油液光谱分析和粒子滤波的发动机剩余寿命预测研究