|
|||||
|
|
| 基于改进高斯粒子滤波的船舶非线性状态估计 | |
| 作者单位： | ;1.哈尔滨工程大学自动化学院 |
| 摘 要： | 针对标准粒子滤波的粒子贫化问题,提出一种基于改进高斯粒子滤波(Improved Gaussian Particle Filter,IGPF)的船舶非线性状态估计器。首先基于序贯重要性采样(Sequential Important Sampling,SIS)的理论框架,给出标准粒子滤波(Particle Filter,PF)算法,然后在此基础上用高斯分布来作为重要性分布给出高斯粒子滤波(Gaussian Particle Filter,GPF),并将Unscented卡尔曼滤波用于重要性密度函数形成IGPF,应用于动力定位船的状态估计。仿真结果表明,基于IGPF的非线性状态估计器能有效避免粒子贫化、估计船舶状态,并对观测野值有一定的鲁棒性。 |
| 关 键 词： | 动力定位 非线性状态估计 标准粒子滤波 IGPF CKF |
Nonlinear state estimate for ships based on improved gaussian particle filter |
|
| Abstract: | |
| Keywords: | |
| 本文献已被 CNKI 等数据库收录！ | |