非线性最优滤波采样计算方法述评

摘要

基于贝叶斯估计理论基础,从减小最优滤波算法计算量、提高计算效率的角度综述了GaussHermite滤波、扩展Kalman滤波、Sigma点Kalman滤波算法中的确定性采样计算方法以及粒子滤波算法中随机样本点粒子计算方法,指出:针对粒子滤波算法中采样函数设计、重采样技术、高斯近似法与粒子滤波法的有效融合来设计研究新型高效高精度粒子最优滤波算法,将成为未来Bayesian最优滤波理论方法研究的重要领域和发展方向,而构建区间粒子最优滤波理论算法不失为粒子滤波理论算法研究的新思路.