改进粒子滤波算法分析研究

摘要

改进粒子滤波算法通过选取较好的重要性密度函数或优化重采样过程可以克服标准粒子滤波算法存在的“粒子退化”和“粒子枯竭”的缺陷。本文对几种典型的改进粒子滤波算法：扩展卡尔曼粒子滤波、无迹粒子滤波算法以及基于马尔可夫链蒙特卡罗方法的粒子滤波算法进行介绍，通过仿真实验，分析这几种算法与标准粒子滤波算法相比所具有的优点和缺点。通过实验成果比较，说明经过改进的算法在估计性能方面比标准粒子滤波算法有明显优势。