粒子滤波评述

Review on Particle Filters

程水英 张剑云

以最优Bayesian滤波的求解为起点,综述了粒子滤波的发展历程、基本思想、算法的各个基本环节、基本的滤波算法及其收敛性以及算法的多种重要衍变形式,包括辅助变量粒子滤波、自适应粒子滤波、实时粒子滤波、分布式粒子滤波、Rao-Blackwellised粒子滤波、免重采样粒子滤波和裂变自举粒子滤波,并通过一个复杂的递推非线性滤波估计例子,用Monte Carlo仿真实验的方法对几种典型的粒子滤波算法进行了比较研究,最后总结了粒子滤波的应用并展望了进一步研究的方向。

基于自适应粒子滤波器的物体跟踪

Object Tracking Based on Adaptive Particle Filter

夏利民 张良春

利用分类概念及粒子滤波理论，提出了一种基于自适应粒子滤波器的物体跟踪算法。将Boosting算法引入粒子滤波器，构建了自适应粒子滤波器，该方法首先利用背景信息和目标信息建立特征分类器，将分类器的输出结果作为粒子滤波系统观测的重要信息，进行粒子权值的计算，并在跟踪过程中不断更新特征分类器，从而自适应地更新粒子的权值。实验结果表明，该算法可以根据背景信息的不同自适应地选择特征，对于存在遮挡、形变及背景干扰等情况，依然可以很好地对目标进行稳定跟踪。

用于纯方位跟踪的简化粒子滤波算法及其硬件实现

Simplified Algorithm and Hardware Implementation for Particle Filter Applied to Bearings-only Tracking

洪少华 史治国 陈抗生

针对粒子滤波运算量大,硬件复杂性高的问题,该文提出了一种用于纯方位跟踪的简化粒子滤波算法,该算法引入了一种新的基于阈值的重采样方法,降低了硬件实现的复杂度。在算法研究的基础上,论文研究了基于FGPA的硬件电路实现方法,给出了系统的整体硬件结构及重采样/采样模块的实现方案,讨论了粒子滤波硬件实现的资源优化及时间优化问题。仿真结果表明,对于纯方位跟踪问题,该粒子滤波算法具有优于扩展Kalman滤波器（EKF）的性能;硬件电路实验表明,该滤波器可以实现对被动目标的纯方位跟踪,并具有比通用粒子滤波器较快的处理速度。

低复杂度的MIMO系统粒子滤波检测

Low-Complexity Particle Filtering Detection for MIMO Systems

郑贱平 白宝明 王新梅

该文通过降低采样大小和信号检测搜索空间给出了两种低复杂度的多输入多输出（MIMO）系统粒子滤波（PF）检测方法：球形约束PF和多层映射PF。在球形约束PF中,首先基于迫零原则求得所需的球形约束,然后利用该球形约束减少粒子滤波过程中每一级重要性采样生成的粒子数。多层映射PF则采用多层映射将大小为4L的正交幅度调制（QAM）星座划分为L个4-QAM星座的级联以降低信号检测的搜索范围。计算机仿真结果表明,第1种方法能够在大发送天线数的情况下保持系统性能且有效地降低粒子滤波的计算复杂度;而第2种方法能够以较低的错误性能损失为代价获得计算复杂度的极大降低。

月球探测器天文导航的遗传粒子滤波方法

Autonomous celestial navigation for lunar explorer based on genetic algorithm particle filter

房建成 宁晓琳

天文导航系统是典型的非线性和噪声非高斯分布的系统．针对传统的扩展卡尔曼滤波不适于非线性和噪声非高斯分布的系统，和一般粒子滤波存在的粒子退化和采样枯竭问题，提出了一种基于遗传算法进行再采样的月球探测器自主天文导航粒子滤波新方法．计算机仿真结果显示了该方法可以有效的克服传统粒子滤波方法的缺点，提高天文导航系统的定位精度．

辅助粒子滤波算法及仿真举例

Auxiliarv Particle Filter and Simulation Examples

赵梅 张三同 朱刚

粒子滤波算法是近年来提出的一种较新的算法．通常的粒子滤波利用采样重要性重抽样算法，该算法选用先验分布，但它易受外部观测量的影响，因而会导致权值变化较大，并且引起较高的蒙特卡罗方差以致会使滤波性能较差．为此，本文引入一个辅助变量，利用一种新的使用二次加权操作的粒子滤波算法——辅助粒子滤波算法来对采样重要性重抽样算法进行改进．最后，通过两个仿真实例一雏非线性追踪模型和二维纯方位目标追踪模型，进一步分析指出辅助粒子滤波算法比采样重要性重抽样算法更有效、

改进的交互式多模型粒子滤波跟踪算法

Tracking Algorithms Based on Improved Interacting Multiple Model Particle Filter

刘贵喜 高恩克 范春宇

通常的交互多模型卡尔曼滤波（IMMKF）或交互多模型扩展卡尔曼滤波（IMMEKF）对于非高斯问题无能为力；对于非线性问题，其性能不及交互多模型粒子滤波算法（IMMPF）。粒子滤波能够处理非线性／非高斯问题，其与交互式多模型结合用来获得更好的跟踪性能。然而，粒子滤波的主要问题是巨大的计算量，由于粒子滤波通常采用大量的粒子数目，将带来很大的计算负荷。该文提出了一种改进的交互多模型粒子滤波算法，其利用多模型综合使用了卡尔曼滤波和粒子滤波，与常规交互式多模型粒子滤波（IMMPF）相比，大大改善了计算效率。对于非线性／非高斯问题，其性能与IMMPF相当；对于线性问题，其性能与IMMEKF相当，并优于IMMPF的性能。

基于粒子滤波器的移动机器人惯导传感器故障诊断

Particle filter-based fault diagnosis for inertial navigation system of mobile robot

段琢华 蔡自兴 于金霞 邹小兵

提出一种粒子滤波器方法用于诊断移动机器人惯性导航系统传感器故障。该方法将基于规则的推理与多粒子滤波器结合，利用规则推理确定机器人运动状态，每一种运动状态用一个粒子滤波器监视。该方法有效地解决了单个粒子滤波器难以表示复杂逻辑的问题，降低了每个粒子滤波器的粒子数，从而提高了诊断效率和精度。对移动机器人在5种平面运动状态下（静止、直线运动、转动等）的8种工作模式（包括1种正常工作模式和7种故障模式）进行监视的仿真结果表明，采用所提出的方法可以有效地识别惯导系统的1个或多个硬故障。

基于粒子滤波的微小卫星姿态确定算法

Particle filtering-based algorithm for micro-satellite attitude determination

吴海亮 王惠南 陈志明 刘海颖

为了提高非线性卫星姿态控制系统的滤波性能,在建立了采用磁强计及太阳敏感器的卫星姿态模型的基础上尝试了新兴的粒子滤波（PF）算法对卫星系统进行姿态估计,进而对采用矢量观测的三轴稳定卫星的姿态确定问题进行了滤波算法的实时仿真,并将四元数转换成旋转矢量引入了粒子滤波算法,最后给出了卫星模型在不同粒子数目下的滤波性能比较,并在系统初始误差较大的情况下将粒子滤波算法与EKF滤波算法进行了滤波性能的对照。仿真结果表明,粒子滤波算法对粒子数目具有明显的依赖性,但是当粒子达到一定的数目时,粒子滤波的精度以及滤波稳定性都可以得到保证,尤其是在系统初始误差较大的情况下粒子滤波算法更显示了其优于EKF算法的滤波性能。