文章标题：基于改进高斯粒子滤波的船舶非线性状态估计

文章作者：林孝工, 聂岚容, 聂君
关 键 字：动力定位;非线性状态估计;标准粒子滤波;IGPF;CKF
文章摘要：针对标准粒子滤波的粒子贫化问题，提出一种基于改进高斯粒子滤波（Improved Gaussian Particle Filter，IGPF）的船舶非线性状态估计器。首先基于序贯重要性采样（Sequential Important Sampling，SIS）的理论框架，给出标准粒子滤波（Particle Filter，PF）算法，然后在此基础上用高斯分布来作为重要性分布给出高斯粒子滤波（Gaussian Particle Filter，GPF），并将Unscented卡尔曼滤波用于重要性密度函数形成IGPF，应用于动力定位船的状态估计。仿真结果表明，基于IGPF的非线性状态估计器能有效避免粒子贫化、估计船舶状态，并对观测野值有一定的鲁棒性。