基于广义UT变换的交互式多模型粒子滤波算法

针对粒子滤波中重采样过程与优化提议分布的处理方式导致的粒子溃退和算法实时性下降问题，通过广义UT变换原理和卡尔曼滤波预测更新机制的引入，实现当前量测信息对于状态估计结果的直接优化，给出了一种基于广义UT变换的粒子滤波算法。另外，将改进后算法与交互式多模型相结合，进而提出了一种基于广义UT变换的交互式多模型粒子滤波算法．理论分析和仿真结果表明：新算法在计算复杂度方面与标准粒子滤波相近，在滤波精度方面优于标准粒子滤波及其改进算法．