科研之友
微信
新浪微博
Facebook
分享链接
摘要
粒子滤波（PF）、扩展粒子滤波（EPF）和无迹粒子滤波（UPF）在非线性状态估计方面表现出更好的性能。分析了PF、EPF、UPF 3种算法，UPF的估计状态依赖于测量值，对历史模型信息的敏感度较低，并避免了雅可比矩阵的计算，比EPF更容易进行模型设计；EPF在计算上虽然高效，但跟踪效果不稳定。以AUV水下三维目标跟踪为背景，在高斯噪声（GN）和散粒噪声（SN）环境下，仿真比较分析了PF、EPF、UPF 3种算法的性能。仿真实验结果表明，在高斯测量噪声中，PF和UPF获得了精确的估计，EPF误差较大；在散粒测量噪声中，EPF估计值更加不稳定；当测量噪声不变时，增大目标的状态噪声，EPF的跟踪性能优于PF和UPF。
- 单位
