论文部分内容阅读
针对非线性、非高斯系统的状态估计问题,本文提出了一种基于区间估计的粒子滤波算法.新算法从辅助粒子滤波算法的理论出发,首先对系统状态的期望值进行区间估计,然后在该区间上均匀采样,并利用当前观测信息进行修正,最后得出滤波结果.为了保证估计区间的有效性和算法计算效率,本文给出了区间扩展条件.由于算法直接在区间上均匀采样,不仅避免了重采样带来的样本贫化,而且保证了粒子的多样性.实验结果表明,该算法具有较高的滤波精度,明显优于一般的粒子滤波算法.