随机混合系统的交互多模型-反馈粒子滤波器
数值分析
2013-05-28 v1
摘要
本文提出了一种新颖的基于反馈控制的粒子滤波算法，用于连续时间随机混合系统估计问题。该粒子滤波器称为交互多模型-反馈粒子滤波器（IMM-FPF），基于最近发展的反馈粒子滤波器。IMM-FPF由一系列并行FPF组成，每个离散模式一个，以及一个模式关联概率的精确滤波器递归。所提出的IMM-FPF代表了基于卡尔曼滤波的IMM算法对一般非线性滤波问题的推广。本文的显著结论是，即使对于非线性问题，IMM-FPF算法也保留了基于创新误差的反馈结构。交互/合并过程也通过基于控制的方法处理。通过一个机动目标跟踪应用的数值示例问题说明了理论结果。
引用
@article{arxiv.1305.5977,
title = {Interacting Multiple Model-Feedback Particle Filter for Stochastic Hybrid Systems},
author = {Tao Yang and Henk A. P. Blom and Prashant G. Mehta},
journal= {arXiv preprint arXiv:1305.5977},
year = {2013}
}