巫春玲　韓崇昭

摘要：針對非線性／非高斯系統(tǒng)的狀態(tài)估計問題，提出一種采用求積分卡爾曼濾波(QKF)算法來產(chǎn)生重要性密度函數(shù)的粒子濾波新算法——PF-QKF算法。新算法使用統(tǒng)計線性回歸的方法，通過一套高斯一厄米特積分點來線性化非線性函數(shù)，不需要計算雅可比矩陣，易于實現(xiàn)，而且所產(chǎn)生的重要性密度函數(shù)在系統(tǒng)狀態(tài)轉(zhuǎn)移概率密度的基礎上，融入最新的觀測數(shù)據(jù)，提高了對系統(tǒng)狀態(tài)后驗概率的逼近程度。理論分析和實驗結果表明，PF-QKF算法的估計精度比無味粒子濾波(PF-UF)算法提高了約18％，其計算復雜度比PF-UF算法稍有降低，表明PF-QKF算法是一種很有效的非線性濾波算法。

關鍵詞：粒子濾波；統(tǒng)計線性回歸；求積分卡爾曼濾波；重要性密度函數(shù)

中圖分類號：TP391文獻標志碼：A文章編號：0253—987X(2009)02—0025—04