Resumen

Para obtener la funcin de densidad de importancia relativamente adecuada y paliar el problema de la degradacin de las partculas, se propone un nuevo algoritmo mejorado de filtro de partculas auxiliar. Tras calcular la variable auxiliar, se emplea el regulador adaptativo para obtener la estimacin del estado. As, la ltima informacin de medicin se utiliza eficientemente para establecer una mejor funcin de densidad de importancia en el proceso de muestreo de importancia. A continuacin, el proceso de ajuste adaptativo de los pesos de las partculas y el clculo ponderado aleatorio pueden mantener la diversidad de las partculas y mejorar la precisin del filtro; de este modo, se puede resolver mejor el problema del error del modelo del sistema no lineal y la interferencia del ruido. Los resultados de la simulacin y el anlisis muestran que el algoritmo propuesto puede optimizar el rendimiento del filtro y mejorar la precisin del clculo en el posicionamiento del sistema de navegacin integrado SINS/SAR, en comparacin con los otros dos filtros existentes.

• Materias:Algoritmos (Matemáticas) Algebra Ingeniería Lógica matemática Matemáticas
• Subjects:Agorithms (Math) Algebra Engineering Mathematical logic mathematics
• Palabras claves:Función de densidad de importancia; Algoritmo de filtro de partículas; Regulador adaptativo; Estimación de estado; Proceso de muestreo de importancia; Precisión del filtro
• Keywords:Importance density function; Particle filter algorithm; Adaptive regulator; State estimation; Importance sampling process; Filter precision