摘要：为改善基于Unscented Kalman滤波建议分布函数的粒子滤波状态估计的性能,将Unscented Kalman滤波与RTS(Rauch-Tung-Striebel)固定区间平滑算法融合,产生了一种新的建议分布函数——Unscented RTS平滑建议分布函数。该函数首先实施Unscent-ed Kalman滤波,之后对此滤波结果进行RTS固定区间平滑,以此产生预测样本。以此新建议分布函数得到的预测粒子的精度较通常的以Unscented Kalman滤波方法作为建议分布函数时得到的预测粒子的精度将大为提高,进而提高相应的粒子滤波算法——PF-URTS的状态估计精度。新算法的可行性和有效性在GPS/DR组合导航数据处理中得到了应用验证。

摘要：利用滤波方法进行说话人跟踪时,过程与观测噪声相互独立的假设容易产生误差偏移,导致跟踪精度降低.针对这一问题,以高斯噪声为背景,在重要性权重条件最小方差意义下推导了噪声相关情况下的滤波步骤,并将该方法应用到说话人跟踪问题中.仿真实验表明,该方法较好地改善了噪声相关情况下的非线性跟踪问题,有效地提升了说话人跟踪方法的适应性和抗干扰能力.

摘要：对标准粒子滤波在处理非线性系统状态估计中噪声独立假设的局限,该文研究分析了一种噪声相关粒子滤波算法。在常用的系统状态模型基础上,分析了噪声相关时建议分布函数的具体分布形式,并以高斯相关噪声为背景,在重要性权重条件最小方差意义下推导了最优建议分布函数的数值表达式。所设计的滤波器有效弥补了传统粒子滤波算法在噪声相关情况下的缺陷,拓展了PF算法的应用范围。仿真实验表明了该方法的有效性。

摘要：基于健康监测时间序列数据,提出了桥梁动态可靠度指标的改进粒子滤波预测方法.首先,利用监测极值数据建立动态模型,将其作为粒子滤波算法的状态方程和监测方程;然后,采用贝叶斯动态线性模型(BDLM)为粒子滤波器提供随时间更新的动态建议分布,以解决传统粒子滤波算法的样本退化问题,同时增加了粒子滤波算法的鲁棒性及自适应性;进而利用改进的粒子滤波算法(IPF),结合极值监测数据实现结构极值的动态预测,并结合一次二阶矩(FOSM)可靠性方法,实现桥梁结构可靠度指标的动态预测;最后通过在役桥梁工程实例与设计试验对所提模型和方法的合理性与有效性进行验证.