论文部分内容阅读
自举粒子滤波（BPF：Bootstrap Particle Filteing）是一种经典而应用广泛的粒子滤波算法，但其重采样后常会引起严重的样本枯竭问题,本文提出在权值蜕化较为严重时，在原先的重采样前增加SFN预处理，即权值排序、裂变繁殖（fission）和权值归一，得到裂变BPF（FBPF）算法,针对一个典型的后验密度为双峰的强非线性滤波估计问题，通过Monte Carlo仿真表明，FBPF算法在保持与BPF算法相当的估计精度和运算时间的条件下，克服了样本枯竭问题，算法的鲁棒性更强。