序列多重分布估计滤波

定位精度最高提升71.8%

一种专用于AUV地形辅助导航的递归滤波算法,通过按需分布选择和渐进贝叶斯框架,显著降低线性化误差,大幅提升定位精度。

Chai, Xiujun · 李元龙 · 乔磊 · Liu, Yanji

IEEE/ASME Transactions on Mechatronics 2025

参数信息

平均定位精度提升
14.9 %
平均定位精度提升
71.8 %
较渐进扩展卡尔曼粒子滤波提升
12.9 %
较智能粒子滤波提升
48.9 %

技术优势

按需分布选择

仅在粒子退化发生时进行分布选择,减少了不必要的选择操作,从而降低了分布选择引入的不确定性。

降低线性化误差

采用渐进贝叶斯框架,利用中间分布计算似然和后验概率密度函数,从而减小扩展卡尔曼滤波带来的线性化误差。

实测精度提升

海试结果表明,与多种粒子滤波和多重分布估计滤波相比,平均定位精度提升最高达71.8%。

应用场景