随机加权粒子滤波

研究粒子滤波方法优化问题,粒子退化是传统粒子滤波存在的致命缺陷。由于粒子退化,导致滤波精度的明显下降。针对粒子退化问题,在研究随机加权估计和粒子滤波算法的基础上,提出了一种新的随机加权粒子滤波算法。算法通过对样本进行随机加权,克服了传统粒子滤波算法中的粒子退化问题,保证了粒子的多样性。仿真结果表明,在小子样条件下,随机加权粒子滤波比经典粒子滤波的精度高。在大样本下二者的性能相同。但随机加权粒子滤波不需要重采样,因而算法简单,计算量小,更适合非线性非高斯系统模型的滤波计算,可为实际应用提供参考。