论文部分内容阅读
针对粒子滤波（PF）计算量大、粒子退化以及缺乏对多传感器量测系统状态估计的适用性等问题的综合处理，提出了一种基于多传感器粒子权重优化的两级Rao．Black．wellized粒子滤波（RBPF）算法。该算法首先采用Rao—Blackwellized建模技术实现对被估计系统状态演化过程的建模，并结合加权融合策略完成多传感器量测对于粒子权重的优化。其次，通过两级预测更新机制的构建和引入，实现最新量测信息对于当前时刻粒子估计结果的修正。另外，考虑到重采样后粒子多样性枯竭问题，在滤波结果中蕴含冗余和互补信息的提取