Design of an Adaptive Particle Filter Based on Variance Reduction Technique 被引量：6

Design of an Adaptive Particle Filter Based on Variance Reduction Technique

下载PDF

导出

作者 ZHANG Gong-Yuan CHENG Yong-Mei YANG Feng PAN Quan LIANG Yan

机构地区 Department of Automation

出处《自动化学报》 EI CSCD 北大核心 2010年第7期1020-1024,共5页 Acta Automatica Sinica

基金 Supported by National Natural Science Foundation of China （60634030 60702066） Aerospace Science Foundation （20090853013） Doctoral Program Foundation of China（20060699032）

关键词粒子滤波器非线性状态估计方法精度 Particle filter （PF） variance reduction degeneracy sample impoverishment

分类号 TP277 [自动化与计算机技术—检测技术与自动化装置] TN721.3 [电子电信—电路与系统]

引文网络
相关文献

参考文献1

1程水英,张剑云.裂变自举粒子滤波[J].电子学报,2008,36(3):500-504. 被引量：50

二级参考文献9

1M S Arulampalam, S Maskell, N Gordon, et al. A tutorial on particle filters for online nonlinear/non-Gaussian Bayesian tracking[ J]. IEEE. Trans Signal Processing, 2002,50(2) : 174 - 188.
2A Doucet, S Godsill, C Andrieu. On sequential Monte Carlo methods for Bayesian faltering[J]. Statistics and Computing, 2000,10:197 - 208.
3J Carpenter, P Clifford, P Feamhead. Improved particle filter for nonlinear problems [J]. IEE Proc-Radar, Sonar Navig, 1999:146(1):1 - 7.
4N J Gordon, D J Salmond, A F M Smith. Novel approach to nonlinear/non-Gaussian Bayesian state estimation[ J]. IEE Proc Inst Elect Eng F, 1993,140(2) :107 - 113.
5Y Bar-Shalom,X R Li, T Kirubarajan. Estimation with Applications to Tracking and Navigation: Theory, Algorithms, and Software[ M]. New York: John Wiley & Sons, 2001. 381 - 395,373 - 374.
6S M Kay. Fundamentals of Statistical Signal Processing: Estimation Theory[M]. NJ:Prentice Hall, 1993.449- 452.
7W R Gilks, C Berzuini. Following a moving target-Monte Carlo inference for dynamic Bayesian models[J]. J Roy Statist Soc Ser B,2001,63 : 127 - 146.
8J C Spall. Estimation via Markov chain Monte Carlo[J] .IEEE Control Systems Magazine, 2003,23 (2) : 34 - 45.
9A Kong, J S Liu, W H Wong. Sequential imputations and Bayesian missing data problems[J]. J. American Statistical Association, 1994,89: 278 - 288.

共引文献49

1孙伟,刘经洲.基于Huber鲁棒容积裂变粒子滤波的协同导航方法[J].仪器仪表学报,2022,43(2):166-175. 被引量：5
2程水英,张剑云.粒子滤波评述[J].宇航学报,2008,29(4):1099-1111. 被引量：99
3程水英,张剑云.粒子滤波算法中的有限收敛界[J].数据采集与处理,2008,23(4):481-485. 被引量：7
4程水英,邹继伟,汤鹏.免微分非线性Bayesian滤波方法评述[J].宇航学报,2009,30(3):843-857. 被引量：12
5薄超,朱志宇.改进的裂变自举粒子滤波算法在GPS导航系统中的应用[J].电子技术应用,2010,36(1):24-27. 被引量：1
6张诗桂,朱立新,赵义正.粒子滤波算法研究进展与展望[J].自动化技术与应用,2010,29(6):1-9. 被引量：14
7宁小磊,王宏力,张琪,陈连华.区间衍生粒子滤波器[J].物理学报,2010,59(7):4426-4433. 被引量：7
8张焱,张志龙,陆琤,沈振康.基于广义交互式遗传算法改进的粒子滤波技术[J].系统工程与电子技术,2010,32(7):1522-1528.
9李林峰,张国芳,王贵喜.基于裂变自举粒子滤波的空中目标跟踪处理研究[J].现代防御技术,2010(4):142-145.
10崔祥祥,王宏力,宋涛,张忠泉.一种改进的裂变自举粒子滤波算法[J].桂林电子科技大学学报,2010,30(4):330-333. 被引量：1

同被引文献51

1江传尚,樊丁,马冲.小波网络在某型航空发动机故障诊断中的应用[J].航空动力学报,2009,24(4):892-895. 被引量：14
2姜彩虹,孙志岩,王曦.航空发动机预测健康管理系统设计的关键技术[J].航空动力学报,2009,24(11):2589-2594. 被引量：37
3尉询楷,陆波,汪诚,路建明,李应红.支持向量机在航空发动机故障诊断中的应用[J].航空动力学报,2004,19(6):844-848. 被引量：29
4徐启华,师军.基于支持向量机的航空发动机故障诊断[J].航空动力学报,2005,20(2):298-302. 被引量：53
5李文峰,王永生,杨纪明,王苏.航空发动机测试信号噪声特性分析[J].航空动力学报,2005,20(5):900-904. 被引量：9
6邹国辉,敬忠良,胡洪涛.基于优化组合重采样的粒子滤波算法[J].上海交通大学学报,2006,40(7):1135-1139. 被引量：43
7常发亮,马丽,刘增晓,乔谊正.复杂环境下基于自适应粒子滤波器的目标跟踪[J].电子学报,2006,34(12):2150-2153. 被引量：20
8查宇飞,毕笃彦.一种基于粒子滤波的自适应运动目标跟踪方法[J].电子与信息学报,2007,29(1):92-95. 被引量：19
9叶龙,王京玲,张勤.遗传重采样粒子滤波器[J].自动化学报,2007,33(8):885-887. 被引量：43
10Link C. Recent advancements in aircraft engine health management (EHM) technologies and recommendations for the next step[R]. ASME Paper GT2005-68625,2005.

引证文献6

1姚志均,刘俊涛,赖重远,刘文予.一种改进的JSD距离的空间直方图相似度度量及目标跟踪[J].自动化学报,2011,37(12):1464-1473. 被引量：7
2左军毅,张怡哲,梁彦.自适应不完全重采样粒子滤波器[J].自动化学报,2012,38(4):647-652. 被引量：36
3文志强,朱艳辉,彭召意.粒子滤波目标跟踪中的有效粒子数控制方法[J].控制与决策,2013,28(9):1349-1354. 被引量：4
4黄金泉,冯敏,鲁峰.基于自适应粒子滤波的涡扇发动机故障诊断[J].航空动力学报,2014,29(6):1498-1504. 被引量：10
5衷路生,李兵,龚锦红,张永贤,祝振敏.高速列车非线性模型的极大似然辨识[J].自动化学报,2014,40(12):2950-2958. 被引量：26
6李凡,毕红葵,段敏,喻晨龙,丰骁.基于序列二次规划的粒子滤波算法[J].现代雷达,2016,38(9):50-56. 被引量：2

二级引证文献85

1刘芳,余旺盛.基于背景加权空间直方图的目标跟踪[J].应用光学,2015,36(3):391-397. 被引量：1
2严学军,彭斯达.知识经济与企业营销对策研究[J].商业经济与管理,2000(5):9-12. 被引量：3
3林祥娥,赵晓.颈静脉球体瘤围手术期的护理[J].福建医药杂志,2000,22(1):259-260. 被引量：1
4甘敏,彭辉,黄云志,董学平.自组织状态空间模型参数初始分布搜索算法[J].自动化学报,2012,38(9):1538-1543. 被引量：1
5葛泉波,李文斌,孙若愚,徐姿.基于EKF的集中式融合估计研究[J].自动化学报,2013,39(6):816-825. 被引量：43
6姚志均.一种新的空间直方图相似性度量方法及其在目标跟踪中的应用[J].电子与信息学报,2013,35(7):1644-1649. 被引量：19
7段苛苛,李邓化.粒子滤波在光纤陀螺四位置寻北中的应用研究[J].仪器仪表学报,2013,34(8):1749-1755. 被引量：6
8刘海龙,胡福乔,赵宇明.基于粒子滤波和在线学习的目标跟踪[J].计算机工程,2013,39(10):232-235.
9吕德潮,范江涛,韩刚瓮,马冠一.粒子滤波综述[J].天文研究与技术,2013,10(4):397-409. 被引量：10
10陈世明,袁军锋,陈小玲,方华京.基于类电磁机制优化的粒子滤波算法[J].华中科技大学学报（自然科学版）,2013,41(12):81-84. 被引量：3

1张瑞.粒子滤波和均值漂移相结合目标跟踪算法[J].无线电通信技术,2011,37(2):29-31. 被引量：6
2文志强,朱艳辉,彭召意.粒子滤波目标跟踪中的有效粒子数控制方法[J].控制与决策,2013,28(9):1349-1354. 被引量：4
3段琢华,傅明,蔡自兴,于金霞.An adaptive particle filter for mobile robot fault diagnosis[J].Journal of Central South University of Technology,2006,13(6):689-693. 被引量：1
4彭建胥.API及其在VB开发中的应用[J].电子技术（上海）,2008,0(6):43-45.
5GPF排困解难[J].ComputerDIY．玩脑者,2002(9):92-94.
6方大德.可以再现和不可再现随机过程算法[J].武汉工业大学学报,1989,11(2):203-209.
7常忠东.对模拟退火算法的衰减函数T和MetrOPolis准则的改进[J].内蒙古民族大学学报（自然科学版）,2011,26(4):408-409. 被引量：5
8盛可军,沈昌祥.基于会话层细粒度访问控制扩充中的关键问题[J].计算机工程,2005,31(7):40-42.
9张修军,何浏.禁忌搜索和伪精确优化算法在TSP中的应用[J].信息系统工程,2015,28(6):122-123. 被引量：1
10刘建华,张兆中.一种优化精度较高的小生境遗传算法[J].临沂师范学院学报,2004,26(6):14-18.

自动化学报

2010年第7期

浏览历史

内容加载中请稍等...