SVRPF：一种改进的非线性/非高斯环境粒子滤波器
应用统计
2019-10-16 v1
摘要
粒子滤波器（PF）在非线性与非高斯环境中的性能常受粒子退化与贫化问题影响。本文利用重要性区域（IR）选择与粒子密度（PD）的概念重新评估这两个问题，其中IR描述粒子的分布区域，PD描述IR内粒子的密度。基于这两个因素，提出一种支持向量回归粒子滤波器（SVRPF）以克服非线性与非高斯环境带来的问题，尤其在观测噪声较窄方面。此外，证明了SVRPF与贝叶斯滤波的一致性。数值仿真表明，SVRPF的性能比其他滤波算法更稳定。在其他条件相同的情况下，当观测噪声方差为0.1和5时，SVRPF的均方根误差相比一般PF分别降低0.5和0.03。
引用
@article{arxiv.1910.06503,
title = {SVRPF: An Improved Particle Filter for a Nonlinear/non-Gaussian Environment},
author = {Xingzi Qiang and Yanbo Zhu and Rui Xue},
journal= {arXiv preprint arXiv:1910.06503},
year = {2019}
}
备注
14 pages, 11 figures