## 留言板

 引用本文: 郭文艳, 韩崇昭. 基于统计线性回归的粒子滤波方法[J]. 电子与信息学报, 2008, 30(8): 1905-1908.
Guo Wen-yan, Han Chong-zhao. Particle Filter Algorithm Based on Statistical Linear Regression[J]. Journal of Electronics and Information Technology, 2008, 30(8): 1905-1908. doi: 10.3724/SP.J.1146.2007.01784
 Citation: Guo Wen-yan, Han Chong-zhao. Particle Filter Algorithm Based on Statistical Linear Regression[J]. Journal of Electronics and Information Technology, 2008, 30(8): 1905-1908.

## Particle Filter Algorithm Based on Statistical Linear Regression

• 摘要: 针对非线性、非高斯系统的状态估计问题，该文提出了一种基于统计线性回归的粒子滤波算法。在该算法中，首先对非线性函数基于统计线性回归展开，并利用高斯积分估计回归系数，依此产生重要性密度函数。该密度函数融入了最新的观测信息，扩大了与系统真实后验密度的重叠区域。理论分析和实验结果表明，该算法具有较高的估计精度，与一般的粒子滤波算法相比，有较好的稳定性和较低的计算量。
•  [1] Shalom Y B, Li X R, and Rubarajan T. Estimation withApplications to Tracking and Navigation [M]. New York:Wiley, 2001: 60-80.[2]Gelb A. Application of Optimal Estimation [M]. Cambridge,MA: MIT Press, 1974: 25-50.[3]Press W H, Teuklsky S A, and Vetterling W T, et al..Numerical Recipes in C 2nd ed [M]. Cambridge, U.K.:Cambridge Univ. Press, 1992: 120-140.[4]Ito K and Xiong K. Gaussian filters for nonlinear filteringproblems [J].IEEE Trans. on Automatic Control.2000,45(5):910-927[5]Cappe O, Godsill S J, and Moulines E. An overview ofexisting methods and recent advances in sequential MonteCarlo [J].Proc. IEEE.2007, 95(4):899-924[6]Arasaranam I, Haykin S, and Elliott R J. Discrete-timenonlinear filtering algorithms using Gauss-Hermitequadrature [J].Proc. IEEE.2007, 95(5):953-974[7]袁则剑, 郑南宁, 贾新春. 高斯-厄米特粒子滤波器[J]. 电子学报, 2003, 31(7): 970-973.Yuan Ze-jian, Zheng Nan-ning, and Jia Xin-chun. The Gauss-Hermite particle filter [J]. Acta Electronica Sinica, 2003,31(7): 970-973.[8]Uhlmann S J and Durrant-Whyte H F. A new method for thenonlinear transformation of means and covariances in filtersand estimatiors[J].IEEE Trans. on Automatic Control.2000,45(3):477-482[9]Doucet A. On sequential simulation based methods forBayesian filtering [ EB/OL ] . available from http ://www.researchindex. com.[10]梁军利, 杨树元, 曲超等. 一种新的基于数值积分的粒子滤波算法[J].电子与信息学报.2007, 29(6):1369-1372浏览[11]Arulampalam M S, Maskell S, and Gordon N. A tutorial onparticle filters for online nonlinear/non-Gaussian Bayesiantracking [J]. IEEE Trans. on Aerospace and ElectronicSystems, 2002, 55(2): 174-188.[12]Merwe R D and Doucet A. The Unscented Particle filter.Advances in neural Information Processing Systems, MIT,2000: 123-165.
•  [1] 张红颖, 王赛男, 胡文博.  基于粒子滤波与样本加权的压缩跟踪算法, 电子与信息学报. doi: 10.11999/JEIT170854 [2] 薛模根, 刘文琢, 袁广林, 秦晓燕.  基于编码迁移的快速鲁棒视觉跟踪, 电子与信息学报. doi: 10.11999/JEIT160966 [3] 杨峰, 张婉莹.  一种多模型贝努利粒子滤波机动目标跟踪算法, 电子与信息学报. doi: 10.11999/JEIT160467 [4] 程兰, 王志远, 陈杰, 谢刚.  基于粒子滤波和滑动平均扩展Kalman滤波的多径估计算法, 电子与信息学报. doi: 10.11999/JEIT160587 [5] 张东伟, 郭英, 张坤峰, 齐子森, 韩立峰, 尚耀波.  多跳频信号频率跟踪与二维波达方向实时估计算法, 电子与信息学报. doi: 10.11999/JEIT151170 [6] 徐从安, 何友, 夏沭涛, 程俊图, 董云龙.  基于随机摄动再采样的粒子概率假设密度滤波器, 电子与信息学报. doi: 10.11999/JEIT160114 [7] 程帅, 孙俊喜, 曹永刚, 刘广文, 韩广良.  多示例深度学习目标跟踪, 电子与信息学报. doi: 10.11999/JEIT150319 [8] 李寰宇, 毕笃彦, 杨源, 查宇飞, 覃兵, 张立朝.  基于深度特征表达与学习的视觉跟踪算法研究, 电子与信息学报. doi: 10.11999/JEIT150031 [9] 谷阳, 宋千, 李杨寰, 马明, 周智敏.  基于惯性鞋载传感器的人员自主定位粒子滤波方法, 电子与信息学报. doi: 10.11999/JEIT140362 [10] 孙景乐, 唐林波, 赵保军, 刘晴.  基于瑞利分布的粒子滤波跟踪算法, 电子与信息学报. doi: 10.3724/SP.J.1146.2012.01225 [11] 姚志均.  一种新的空间直方图相似性度量方法及其在目标跟踪中的应用, 电子与信息学报. doi: 10.3724/SP.J.1146.2012.01535 [12] 谭顺成, 王国宏, 王娜, 何友.  基于概率假设密度滤波和数据关联的脉冲多普勒雷达多目标跟踪算法, 电子与信息学报. doi: 10.3724/SP.J.1146.2013.00106 [13] 程江华, 关永峰, 库锡树, 孙即祥.  利用双窗口检测和粒子滤波提取高分辨率SAR图像道路中心点, 电子与信息学报. doi: 10.3724/SP.J.1146.2011.01062 [14] 蒋鹏, 宋华华.  基于动态分簇路由优化和分布式粒子滤波的传感器网络目标跟踪方法, 电子与信息学报. doi: 10.3724/SP.J.1146.2012.00059 [15] 张志强, 黄志蓓, 吴健康.  髋关节角多模型贝叶斯动态估计, 电子与信息学报. doi: 10.3724/SP.J.1146.2010.00885 [16] 李红伟, 王俊, 王海涛.  一种基于差分演化的粒子滤波算法, 电子与信息学报. doi: 10.3724/SP.J.1146.2010.01212 [17] 王一木, 潘赟, 严晓浪.  基于颜色的粒子滤波算法的改进与全硬件实现, 电子与信息学报. doi: 10.3724/SP.J.1146.2010.00294 [18] 唐续, 魏平, 陈欣.  PHD粒子滤波中目标状态提取方法研究, 电子与信息学报. doi: 10.3724/SP.J.1146.2009.01580 [19] 金乃高, 殷福亮, 陈喆.  基于加权子空间拟合的声源定位与跟踪方法, 电子与信息学报. doi: 10.3724/SP.J.1146.2007.00257 [20] 侯代文, 殷福亮.  非线性系统中状态和参数联合估计的双重粒子滤波方法, 电子与信息学报. doi: 10.3724/SP.J.1146.2007.00273
• 点击查看大图
##### 计量
• 文章访问数:  2341
• HTML全文浏览量:  21
• PDF下载量:  1385
• 被引次数: 0
##### 出版历程
• 收稿日期:  2007-11-15
• 修回日期:  2008-04-15
• 刊出日期:  2008-08-19

### 目录

/

• 分享
• 用微信扫码二维码

分享至好友和朋友圈

官方微信，欢迎关注