一种简化的拟蒙特卡洛-高斯粒子滤波算法

来源：电讯技术杂志2017年第4期北京时间：

作者：高国栋,林明

单位：(江苏科技大学 电子信息学院，江苏 镇江 212003)

摘要：提出了一种简化的拟蒙特卡洛-高斯粒子滤波（QMC-GPF）算法（SQMC-GPF）,以解决将QMC方法应用于GPF时计算复杂度高、运算量大的问题。该算法中，在连续的迭代滤波过程开始之前，首先利用QMC采样产生单位拟高斯分布粒子集，然后用其线性变换产生GPF算法中需要的高斯分布粒子集，省去了重新进行QMC采样步骤。该算法简化了新粒子集的产生过程，减少了运算量和滤波时间，增强了算法的实时性。将粒子滤波算法（PF）、GPF 算法、QMC-GPF算法和SQMC-GPF算法用于单变量非静态增长模型（UNGM）和二维纯角度跟踪模型（BOT）的仿真结果表明，SQMC-GPF算法的滤波性能与QMC-GPF算法的滤波性能相近，但有更为明显的速度优势，具有重要的实际应用价值。

关键词：高斯粒子滤波；拟蒙特卡洛采样；线性变换；高斯分布；

基金资助：国家自然科学基金资助项目（61401179）