【出 处】：《 计算机仿真 》 CSCD 2013年第4期 37-40页,共4页

【作 者】： 李桂芳 [1] ; 陶诚 [2] ; 宫淑丽 [1] ; 黄圣国 [1]

【摘 要】 粒子滤波（PF）是解决非线性、非高斯估计问题的重要方法，是用粒子及其权重来表示后验概率密度。随机粒子建议密度的选取至关重要，决定着滤波性能。对扩展日。粒子滤波算法（PF—EHF）进行研究，并应用于惯导系统非线性初始对准的状态估计。PF—EHF算法是以扩展日。滤波（EHF）作为建议密度的新型粒子滤波算法，它便于利用最新的观测数据更新粒子，得到优化的状态估计和方差，进而改善滤波性能。仿真结果表明，PF—EHF的定位精度高于传统的EKF。