基于采样的非线性滤波算法比较
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
总第 ２ １ １ 期
２ １ 年第 １ ０２ 期
舰 船 电 子 工 程
Ｓ ｉ ｅ ｔ ｏ ｉ Ｅｎ ｉ ｅ ｒ ｇ ｈ ｐ Ｅｌ ｃｒ ｎ ｃ ｇｎ ｅｉ ｎ
Ｖｏ ． ２ Ｎｏ １ １３ ．
３ １
基 于 采样 的 非线 性 滤 波算 法 比较
赵 侃 漆 德 宁
合肥 ２０ ３ ） ３０１ （ 解放军 陆军军官学院 摘 要
ｙｅｄ ｈｇ ｅ ｓｉ ｔ ｎ ａ ｃ ｒｃ ． Ｔｈ ｈｒｅｍｅ ｈ ｄ ｒ ｎ ｃ ｎ ｅ ｌ ａ ｉｔｒ ＵＫＦ）ａ ｄｐ ｒｉｌ ｌｅ （ ｉｌ ｉｈ ｒｅ ｔｍａｉ ｃ ｕａ ｙ ｏ ｅｔ ｅ ｔ ｏ ｓａ ｅｕ ｓ ｅ ｔｄ Ｋａｍ ｎ ｆ ｅ （ ｌ ｎ ａ ｔｃｅｆ ｔｒ ＰＦ）ａ ｄＵＰＦ ｔ ｅａｇ ｒｔ ｍｓａｅ ｉ ｎ ｈ ｌｏ ｉｈ ｒ
ａｓａ ｅｅ ｔ ａｉｎ ｍｅｈ ｄ ｔ ｍ ｐ ｏ ｅ ｔ ｓｉ ｔｏ ｃ ｕ ａ ｙ Ｈｏ ｖ ｒ ｈ ｒ ｓｅ ｔ ｔｏ ｒｏ ｎ ｌ ｅ ｒｚｎｇｓ ｓｅ ｄｕ ｏ ｔ ｅｄ ｆｃｓｏ ｔｔ ｓｉ ｔ ｔｏ ｏｉ ｒ ｖ ｈｅｅｔｍａ ｉｎａ ｃ ｒｃ ． ｍ ｏ ｗｅ ｅ ，ｔ ｅ ｅｉ ｓｉ ｍａ ｉｎ ｅｒ ｒｉ ｉ ａｉｉ ｙ ｔｍ ｅｔ ｈ ｅｅｔ ｆ ｎ ＥＫＦ ｎｎ ｎｌ ｅ ｒｅ ｔ ｔｏ ｉ ｏ ｉ ａ ｓｉ ｎ ｍａ ｉｎ，ｗｈｃ ｆｅｔ ｈ ｃｕｒｃ ｆｔ ｒ ｔｔａｋｉｇ Ｔｈ ｅ ｅ ｎ ｎｉ ａ ｉ ｅ ｌｏ ｉｈ ｓａ ｅｐ ｅ ｅ ｔ ｄ ｉ ｄｅ ｏ ｉｈ ａｆｃｓｔ ｅａ ｃ ａ ｙｏ ａｇｅ ｒｃ ｎ ． ｒｅ ｎ ｗ ｏ ｌ ｎｅ ｒｆｌ ｒａｇ ｒｔ ｍ ｒ ｒ ｓｎ ｅ ｎｏｒ ｒｔ ｔ
际应用［ ， １ 为此 人们 提出了大量次优 的近似方法 ＿ ， ３ ２ 主要包 ］ 括 ： 非线性 函数进 行近 似 ， 用高 阶项忽 略或 逼近措施 ； 对 采 用随机采样方法近似非线 性分 布 的概率密 度 ； 用确定 性采 样方法近似非线性分 布 ； 非线性 估计领 域 中使用递 推 的 在 扩展卡尔曼滤波 （ Ｋ 方 法 通过 对 非线 性 函数 的 Ｔ ｙｏ Ｅ Ｆ） ａ ｌｒ 展开式进行线性化截断 ， 而将非线 性 问题转 化为线 性问 从 题 。但 Ｅ ＫＦ只适用 于滤 波误 差 和预 测误 差 很小 的情况 。 否则 ， 滤波初期估计协方差下 降太快会导致 滤波不稳定 ， 甚
１ 引言
由于非线性 问题 的复杂性 ， 非线 性估 计难度 较大 。进
行非线性估计 的的最优方案需要得到其条件后验 概率 的完
整 描 述 ， 而 这 种 精 确 的描 述 需 要 太 大 的 计 算 量 而 无 法 实 然
２ ＵＫＦ算 法
Ｊｌ ｒ ｕｉ 提出了 ｕ ｓｅ ｔ ｅ ｎｃｎｅ ｄ卡尔曼 滤波 （ ＫＦ 算法 ＿ 。 Ｕ ） ４ ］ 其核心思想是 ＵＴ变换 ， 状态 的概率 密度分 布可通 过能完 全表述密度 函数的均值 和方差 的有 限个 样本 点来描 述 ， 通
在处理 目 标跟踪等动态系统实时估计问题 中， 通常பைடு நூலகம்用 Ｅ Ｆ作为状态估计方法提高估计精度 。由于 Ｅ Ｆ Ｋ Ｋ 进行非线性估计存
在一些缺陷 ， 将系统进行线性化 近似存在估计误差 ， 而影 响 目标跟踪 的精度 。为了获得更 高的估计精度 ， 绍了几种非线性滤波算法 ， 从 介 包
括 ｕ ｓｅ ｔ 卡尔曼滤波算法 、 ｎ ｃｎｅ ｄ 简单粒子滤波算法以及无 味粒子滤波算法 （ Ｐ ） Ｕ Ｆ 。分 析了这几种算法 的原理 和实现 ， 对各种算 法的适应性
ａ ａｙ ｅ ｎ ｌｚｄ．Ｔｈ ｐ ｌ ａ ｉ ｓｏ ｈ ｌ ｒｔｍ ｓｔ ｈ ｔ ｔ ｓｉ ｔｏ ｄ ｌ ｒ ｏ ａ ｅ ． Ｆｎ ｌｙ ｔ ｌｏ ｉｈ ｒ ｏ ｐ ｒ ｄ ｔ ｒ ｕ ｈ ａ ｅａ ｐｉ ｔ ｃ ｏｎ ｆｔ ｅａｇｏ ｉｈ ｏｔ ｅ ｓａｅ ｅｔｍａ ｉｎ ｍｏ ｅｓａｅ ｃ ｍｐ ｒ ｄ ｉａｌ ， ｈｅａｇ ｒｔ ｍｓａ ｅｃ ｍ ａｅ ｈ ｏ ｇ ｔａ ｋｎ ｄ ｌｓｍｕａ ｉ ．Ｅｘｐ ｒｍｅ ｔｒｓ ｔ ｈ ｗ ｈ ｔｔ ｅｐ ｏ ｏ ｅ ｌ ｒｔｍ ｓｏ ｔ ｅｆ ｒ ｒ ｃ ｉｇ ｍｏ ｅ ｉ ｌｔ ｏｎ ｅｉ ｎ ｅｕｌｓｓ ｏ ｔａ ｈ ｒ ｐ ｓ ｄ ａｇｏｉｈ ｕ ｐ ｒｏ ｍｓＥＫＦ ｔｃ ｖ ｒ ｅ ｅ ｓ ｅｄ，ｃｎｓｓｅ ｙ ａ ａ ｏｎ ｅｇ ｎｃ ｐ ｅ ｏ ｉｔｎｃ ｎｄ ｔａ ｋｎ ｒ ｃｓｏ ． ｒ ｃ ｉｇ ｐ ｅ ｉｉｎ Ｋｅ Ｗ ｏｒ ｕ ｃ ｎ ｅ ｌ ａ ｉ ｅ ，ｐ ｒｉｌ ｉ ｅ ，ｕ ｓ ｅ ｔｄ ｐ ｒｉｌ ｉ ｅ ，ｎ ｎ ｉ ａ ，ｔｒ ｅ ｒｃ ｉｇ ｙ ｄｓ ｎｓｅ ｔｄ Ｋａｍ ｎ ｆｌ ｒ ａ ｔ ｅｆｌ ｒ ｎ ｃ ｎ ｅ ａ ｔｃｅｆｌ ｒ ｏ ｌ ｔ ｃ ｔ ｔ ｎｅ ｒ ａ ｇ ｔｔａ ｋｎ Ｃｌｓ ｍ ｂ ＴＮ９ ａ ｓＮｕ ｅｒ ６
进行 了比较 。通过 目标跟踪仿真实验 ， 表明 ＵＫＦ、Ｆ较 Ｅ Ｐ ＫＦ估计精度和收敛速度有所提高 。
关键词
无味卡尔曼滤波； 简单粒子滤波 ； 无味粒子滤波 ； 非线性 ；目 标跟踪
Ｔ ６ Ｎ９
中图 分 类 号
Ｃｏ ａ ｉｏ ｆＮｏ ｌ ｅ ｒＦｉ ｅ ｉ ｇ Ａｌ ｏ ｉｈ ｓ ｄ ｏ ａ ｍｐ ｒｓ ｎ ｏ ｎ ｉ ａ ｌ ｒｎ ｇ ｒｔ ｍｓ Ｂａ ｅ ｎ Ｓ ｍｐ ｉ ｇ ｎ ｔ ｌ ｎ
ＺＨＡＯ Ｋａ ＱＩＤｅ ｉｇ ｎ ｎｎ
（ ｍｙ Ｏｆｉｅ ａ ｅ ｙ Ａｒ ｆｃｒＡｃ ｄ ｍ ，Ｈ ｅｅ ２ ０ ３１ ｆｉ ３ ０ ）
Ａｂｓ ｒｃ Ｉ ｅ ｌ ｇ ｗｉｈ ｒａ—ｉ ｓｉ ａｉｎｏ ｙ ａ ｃｓ ｓｅ ，ｓ ｃ ｓｔｒ ｅ ｒ ｃ ｉｇ．Ｔｈｅｅ ｔｎ ｅ ｌ ａ ｉ ｅ （ ｔａ ｔ ｎ ｄ ａｉ ｔ ｅ ｌ ｍｅｅ ｔ ｔ ｆｄ ｎ ｍｉ ｙ ｔｍ ｎ ｔ ｍ ｏ ｕ ｈａ ａ ｇ ｔ ａ ｋｎ ｔ ｘ ｅ ｄ ｄＫａｍ ｎｆｌ ｒ ＥＫＦ）ｉ ｓ ｄａ ｔ ｓｕ ｅ ｓ
２ １ 年第 １ ０２ 期
舰 船 电 子 工 程
Ｓ ｉ ｅ ｔ ｏ ｉ Ｅｎ ｉ ｅ ｒ ｇ ｈ ｐ Ｅｌ ｃｒ ｎ ｃ ｇｎ ｅｉ ｎ
Ｖｏ ． ２ Ｎｏ １ １３ ．
３ １
基 于 采样 的 非线 性 滤 波算 法 比较
赵 侃 漆 德 宁
合肥 ２０ ３ ） ３０１ （ 解放军 陆军军官学院 摘 要
ｙｅｄ ｈｇ ｅ ｓｉ ｔ ｎ ａ ｃ ｒｃ ． Ｔｈ ｈｒｅｍｅ ｈ ｄ ｒ ｎ ｃ ｎ ｅ ｌ ａ ｉｔｒ ＵＫＦ）ａ ｄｐ ｒｉｌ ｌｅ （ ｉｌ ｉｈ ｒｅ ｔｍａｉ ｃ ｕａ ｙ ｏ ｅｔ ｅ ｔ ｏ ｓａ ｅｕ ｓ ｅ ｔｄ Ｋａｍ ｎ ｆ ｅ （ ｌ ｎ ａ ｔｃｅｆ ｔｒ ＰＦ）ａ ｄＵＰＦ ｔ ｅａｇ ｒｔ ｍｓａｅ ｉ ｎ ｈ ｌｏ ｉｈ ｒ
ａｓａ ｅｅ ｔ ａｉｎ ｍｅｈ ｄ ｔ ｍ ｐ ｏ ｅ ｔ ｓｉ ｔｏ ｃ ｕ ａ ｙ Ｈｏ ｖ ｒ ｈ ｒ ｓｅ ｔ ｔｏ ｒｏ ｎ ｌ ｅ ｒｚｎｇｓ ｓｅ ｄｕ ｏ ｔ ｅｄ ｆｃｓｏ ｔｔ ｓｉ ｔ ｔｏ ｏｉ ｒ ｖ ｈｅｅｔｍａ ｉｎａ ｃ ｒｃ ． ｍ ｏ ｗｅ ｅ ，ｔ ｅ ｅｉ ｓｉ ｍａ ｉｎ ｅｒ ｒｉ ｉ ａｉｉ ｙ ｔｍ ｅｔ ｈ ｅｅｔ ｆ ｎ ＥＫＦ ｎｎ ｎｌ ｅ ｒｅ ｔ ｔｏ ｉ ｏ ｉ ａ ｓｉ ｎ ｍａ ｉｎ，ｗｈｃ ｆｅｔ ｈ ｃｕｒｃ ｆｔ ｒ ｔｔａｋｉｇ Ｔｈ ｅ ｅ ｎ ｎｉ ａ ｉ ｅ ｌｏ ｉｈ ｓａ ｅｐ ｅ ｅ ｔ ｄ ｉ ｄｅ ｏ ｉｈ ａｆｃｓｔ ｅａ ｃ ａ ｙｏ ａｇｅ ｒｃ ｎ ． ｒｅ ｎ ｗ ｏ ｌ ｎｅ ｒｆｌ ｒａｇ ｒｔ ｍ ｒ ｒ ｓｎ ｅ ｎｏｒ ｒｔ ｔ
际应用［ ， １ 为此 人们 提出了大量次优 的近似方法 ＿ ， ３ ２ 主要包 ］ 括 ： 非线性 函数进 行近 似 ， 用高 阶项忽 略或 逼近措施 ； 对 采 用随机采样方法近似非线 性分 布 的概率密 度 ； 用确定 性采 样方法近似非线性分 布 ； 非线性 估计领 域 中使用递 推 的 在 扩展卡尔曼滤波 （ Ｋ 方 法 通过 对 非线 性 函数 的 Ｔ ｙｏ Ｅ Ｆ） ａ ｌｒ 展开式进行线性化截断 ， 而将非线 性 问题转 化为线 性问 从 题 。但 Ｅ ＫＦ只适用 于滤 波误 差 和预 测误 差 很小 的情况 。 否则 ， 滤波初期估计协方差下 降太快会导致 滤波不稳定 ， 甚
１ 引言
由于非线性 问题 的复杂性 ， 非线 性估 计难度 较大 。进
行非线性估计 的的最优方案需要得到其条件后验 概率 的完
整 描 述 ， 而 这 种 精 确 的描 述 需 要 太 大 的 计 算 量 而 无 法 实 然
２ ＵＫＦ算 法
Ｊｌ ｒ ｕｉ 提出了 ｕ ｓｅ ｔ ｅ ｎｃｎｅ ｄ卡尔曼 滤波 （ ＫＦ 算法 ＿ 。 Ｕ ） ４ ］ 其核心思想是 ＵＴ变换 ， 状态 的概率 密度分 布可通 过能完 全表述密度 函数的均值 和方差 的有 限个 样本 点来描 述 ， 通
在处理 目 标跟踪等动态系统实时估计问题 中， 通常பைடு நூலகம்用 Ｅ Ｆ作为状态估计方法提高估计精度 。由于 Ｅ Ｆ Ｋ Ｋ 进行非线性估计存
在一些缺陷 ， 将系统进行线性化 近似存在估计误差 ， 而影 响 目标跟踪 的精度 。为了获得更 高的估计精度 ， 绍了几种非线性滤波算法 ， 从 介 包
括 ｕ ｓｅ ｔ 卡尔曼滤波算法 、 ｎ ｃｎｅ ｄ 简单粒子滤波算法以及无 味粒子滤波算法 （ Ｐ ） Ｕ Ｆ 。分 析了这几种算法 的原理 和实现 ， 对各种算 法的适应性
ａ ａｙ ｅ ｎ ｌｚｄ．Ｔｈ ｐ ｌ ａ ｉ ｓｏ ｈ ｌ ｒｔｍ ｓｔ ｈ ｔ ｔ ｓｉ ｔｏ ｄ ｌ ｒ ｏ ａ ｅ ． Ｆｎ ｌｙ ｔ ｌｏ ｉｈ ｒ ｏ ｐ ｒ ｄ ｔ ｒ ｕ ｈ ａ ｅａ ｐｉ ｔ ｃ ｏｎ ｆｔ ｅａｇｏ ｉｈ ｏｔ ｅ ｓａｅ ｅｔｍａ ｉｎ ｍｏ ｅｓａｅ ｃ ｍｐ ｒ ｄ ｉａｌ ， ｈｅａｇ ｒｔ ｍｓａ ｅｃ ｍ ａｅ ｈ ｏ ｇ ｔａ ｋｎ ｄ ｌｓｍｕａ ｉ ．Ｅｘｐ ｒｍｅ ｔｒｓ ｔ ｈ ｗ ｈ ｔｔ ｅｐ ｏ ｏ ｅ ｌ ｒｔｍ ｓｏ ｔ ｅｆ ｒ ｒ ｃ ｉｇ ｍｏ ｅ ｉ ｌｔ ｏｎ ｅｉ ｎ ｅｕｌｓｓ ｏ ｔａ ｈ ｒ ｐ ｓ ｄ ａｇｏｉｈ ｕ ｐ ｒｏ ｍｓＥＫＦ ｔｃ ｖ ｒ ｅ ｅ ｓ ｅｄ，ｃｎｓｓｅ ｙ ａ ａ ｏｎ ｅｇ ｎｃ ｐ ｅ ｏ ｉｔｎｃ ｎｄ ｔａ ｋｎ ｒ ｃｓｏ ． ｒ ｃ ｉｇ ｐ ｅ ｉｉｎ Ｋｅ Ｗ ｏｒ ｕ ｃ ｎ ｅ ｌ ａ ｉ ｅ ，ｐ ｒｉｌ ｉ ｅ ，ｕ ｓ ｅ ｔｄ ｐ ｒｉｌ ｉ ｅ ，ｎ ｎ ｉ ａ ，ｔｒ ｅ ｒｃ ｉｇ ｙ ｄｓ ｎｓｅ ｔｄ Ｋａｍ ｎ ｆｌ ｒ ａ ｔ ｅｆｌ ｒ ｎ ｃ ｎ ｅ ａ ｔｃｅｆｌ ｒ ｏ ｌ ｔ ｃ ｔ ｔ ｎｅ ｒ ａ ｇ ｔｔａ ｋｎ Ｃｌｓ ｍ ｂ ＴＮ９ ａ ｓＮｕ ｅｒ ６
进行 了比较 。通过 目标跟踪仿真实验 ， 表明 ＵＫＦ、Ｆ较 Ｅ Ｐ ＫＦ估计精度和收敛速度有所提高 。
关键词
无味卡尔曼滤波； 简单粒子滤波 ； 无味粒子滤波 ； 非线性 ；目 标跟踪
Ｔ ６ Ｎ９
中图 分 类 号
Ｃｏ ａ ｉｏ ｆＮｏ ｌ ｅ ｒＦｉ ｅ ｉ ｇ Ａｌ ｏ ｉｈ ｓ ｄ ｏ ａ ｍｐ ｒｓ ｎ ｏ ｎ ｉ ａ ｌ ｒｎ ｇ ｒｔ ｍｓ Ｂａ ｅ ｎ Ｓ ｍｐ ｉ ｇ ｎ ｔ ｌ ｎ
ＺＨＡＯ Ｋａ ＱＩＤｅ ｉｇ ｎ ｎｎ
（ ｍｙ Ｏｆｉｅ ａ ｅ ｙ Ａｒ ｆｃｒＡｃ ｄ ｍ ，Ｈ ｅｅ ２ ０ ３１ ｆｉ ３ ０ ）
Ａｂｓ ｒｃ Ｉ ｅ ｌ ｇ ｗｉｈ ｒａ—ｉ ｓｉ ａｉｎｏ ｙ ａ ｃｓ ｓｅ ，ｓ ｃ ｓｔｒ ｅ ｒ ｃ ｉｇ．Ｔｈｅｅ ｔｎ ｅ ｌ ａ ｉ ｅ （ ｔａ ｔ ｎ ｄ ａｉ ｔ ｅ ｌ ｍｅｅ ｔ ｔ ｆｄ ｎ ｍｉ ｙ ｔｍ ｎ ｔ ｍ ｏ ｕ ｈａ ａ ｇ ｔ ａ ｋｎ ｔ ｘ ｅ ｄ ｄＫａｍ ｎｆｌ ｒ ＥＫＦ）ｉ ｓ ｄａ ｔ ｓｕ ｅ ｓ