發(fā)布時間：2020-07-09 07:16

【摘要】：基于卡爾曼濾波線性高斯狀態(tài)空間模型的參數(shù)估計為最優(yōu)估計,然而在非線性/非高斯系統(tǒng)下,卡爾曼濾波將不再適用。近年來,濾波問題越來越復(fù)雜,對濾波的精度要求越來越高,過去的一些非線性濾波方法也越來越無法解決現(xiàn)實中的問題。粒子濾波是一種新的非線性濾波方法,對于系統(tǒng)模型特性以及噪聲分布不作要求,因此在現(xiàn)實的濾波任務(wù)中應(yīng)用廣泛,特別在非線性、非高斯狀態(tài)空間模型參數(shù)估計的運用上受到重視。但是,粒子濾波方法在快速發(fā)展的同時,一些問題仍有待解決,尤其是樣本退化問題,使得粒子濾波的發(fā)展和應(yīng)用受到限制,對非線性、非高斯狀態(tài)空間模型的參數(shù)估計產(chǎn)生較大的偏差。因此,對粒子濾波方法進行優(yōu)化和改進對于非線性、非高斯狀態(tài)空間模型的參數(shù)估計和完善濾波理論、拓展其應(yīng)用領(lǐng)域具有重要的意義。文章基于序貫重要性重采樣粒子濾波算法提出分段粒子濾波,解決由于樣本退化而帶來的參數(shù)估計失真的問題。分段粒子濾波將觀測數(shù)據(jù)劃分成段,基于序貫重要性重采樣粒子濾波對每段進行參數(shù)估計,最后運用薈萃分析將每段的參數(shù)估計結(jié)果匯總合并,得到最終的參數(shù)估計結(jié)果。性能仿真與分析實驗結(jié)果表明,對比于序貫重要性重采樣粒子濾波,分段粒子濾波有效地緩解了其退化問題,改進算法不僅在計算成本相當?shù)那闆r下具有更好的估計效率,而且具有平行計算的特點,此外,能夠?qū)崿F(xiàn)實時估計,克服了蒙特卡羅馬爾科夫模擬方法的缺點,并進一步完善了粒子濾波理論,拓展其應(yīng)用領(lǐng)域。
【學(xué)位授予單位】：廈門大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：F224
【圖文】：

ｔ逡逑圖１：不同段長參數(shù)估計效率對比圖逡逑圖１顯示同一組模擬數(shù)據(jù)，設(shè)置不同段長的情況下，隨著時間推移，基于分段粒子濾波的參數(shù)估計值的均方根誤差變動圖，每５逡逑個時間點為１個描繪點？均方根誤差ＲＭＳＥ０）的計算公式：ＲＭＳＥ（ｇ）邋＝邐，其中：Ｌ為獨立運行算法的次數(shù)逡逑根據(jù)圖１可知，不同段長的選擇影響均方根誤差的下降速度，不影響均方根逡逑誤差的收斂值。當段長ｄ邋＝１５或２５時，均方根誤差隨時間的推移下降速度最快，逡逑當段長ｄ邋＝５0或１00時，仍然存在樣本退化問題，且浪費了觀測信息。因此，選逡逑擇段長ｄ邋＝邋１５或２５優(yōu)于段長ｒｆ邋＝５０或１００。逡逑然而，在實際操作中，由于參數(shù)０的真實值未知，無法依據(jù)均方根誤差的大小來逡逑選擇段長。分段的目的是為了避免樣本退化，因而段長的選擇依據(jù)于樣本的退化逡逑程度。逡逑同一組模擬數(shù)據(jù)，圖２顯示當粒子數(shù)目；Ｖｍ邋＝邋１００時，獨立運行序貫重要性逡逑重采樣粒子濾波算法估計參數(shù)１００次

【參考文獻】

相關(guān)期刊論文 前2條

1 周芳龍;王浩;姚宏亮;;基于粒子濾波的非線性系統(tǒng)靜態(tài)參數(shù)估計方法[J];計算機應(yīng)用研究;2011年05期

2 甘敏;彭輝;王勇;;LTI狀態(tài)空間模型的參數(shù)估計[J];控制與決策;2009年01期

本文編號：2747137