一种自适应粒子滤波的零速修正方法

摘要

针对卡尔曼滤波方法处理非线性非高斯模型滤波精度低,以及标准粒子滤波中粒子退化严重的问题,提出一种自适应粒子滤波的零速修正方法。将自适应阈值与粒子滤波结合,从而提高重采样的效率;重采样过程中引入退化系数判断粒子退化程度,对粒子进行二次采样,保证了粒子的多样性。为了验证所提算法的有效性和可行性,搭建了以惯性测量单元IMU(inertial measurement unit)为核心的硬件平台,利用IMU采集的数据建立系统的状态空间模型,并进行实验。结果表明,与卡尔曼滤波方法和经典粒子滤波方法相比,自适应粒子滤波方法在零速区间的定位精度分别提高了40.6%和19.4%。自适应粒子滤波APF(adaptive particle filter)能更好地修正导航误差,提高行人轨迹精度。