%0 Journal Article
%T 递归贝叶斯估计框架下的非线性滤波算法综述
%A 王建文
%A 李迅
%A 张辉
%A 马宏绪？
%J 计算机科学
%D 2010
%X 对递归贝叶斯估计框架下的非线性滤波(nonlinearfilter,nf)算法进行分类，根据nf算法设计思想的不同把它们分为基于函数拟合/变换的nf算法、基于矩拟合的nf算法和基于条件后验概率密度函数拟合的nf算法。同时，还论述了线性回归卡尔曼滤波算法、二阶分离差分卡尔曼滤波算法、unscentedkalmanfilter算法和高斯一厄米特滤波算法四者间的共性与区别，指出了基于nf算法间相互融合的新nf算法设计的不足，分析了上述三类nf算法设计思想的完备性，发现了一些nf算法设计思想中的不足，明确了nf算法将来的突破方向。
%K 递归贝叶斯佑计
%K 非线性滤波算法
%K 算法分类
%K 完备性
%U http://www.jsjkx.com/jsjkx/ch/reader/view_abstract.aspx?file_no=100804&flag=1