[发明专利]基于多建议分布的粒子滤波方法

摘要

本发明涉及基于多建议分布的粒子滤波方法，属于信号处理、人工智能和计算机视觉领域。本发明在粒子滤波器的框架内使用多种建议分布：先验概率分布、扩展卡尔曼滤波器、unscented卡尔曼滤波器等，采用分治采样策略来处理样本粒子，把总的粒子数分成多个部分，分别从不同的建议分布中提取，这样可以降低粒子滤波器的运行时间，提高运行效率，而不损失粒子滤波器的估计精度。用户可以根据自己对时间和精度的需求进行参数设置。在涉及非线性滤波问题的领域具有广泛的应用前景。

主权项

1、基于多建议分布的粒子滤波方法，其特征在于：包括以下步骤：1)首先初始化一组(N个)样本粒子，并设置其初始的均值和方差；2)对于c*N个粒子：(1)首先使用UKF进行粒子传递和更新，获得关于该时刻状态的估计x_k⁽ⁱ⁾_ukf；(2)使用EKF重复粒子更新过程，并以第(1)步中得到的状态估计作为输入。得到该时刻最终的估计量x_k⁽ⁱ⁾和(3)根据(2)中得到的估计量，构成建议分布N(x_k⁽ⁱ⁾，)，并从中抽取新的样本粒子，并赋予权值w_kⁱ；3)对于剩余的(1-c)*N个粒子，使用非线性系统方程进行更新，得到状态估计预测量x_k|k-1⁽ⁱ⁾，并从先验概率分布p(x_k|k-1⁽ⁱ⁾|x_k-1⁽ⁱ⁾)中抽取粒子，赋予权值w_kⁱ；4)对所有粒子的权值进行归一化处理；5)执行再采样过程，对得到的新的粒子集合中的每一个粒子赋予相同的权值1/N；6)输出；7)如继续迭代，转到二，否则结束。