论文研究差异演化算法辨识微生物连续发酵动力学参数.pdf

为解决机动目标跟踪的非线性和噪声不确定等问题，提出了一种新的滤波算法：融合了交互式多模型（IMM）、粒子滤波（PF）和无迹卡尔曼滤波（UKF）的IMM-UPF算法。该算法采用多模型结构以跟踪目标的任意机动，粒子滤波能处理非线性、非高斯问题，而采用UKF产生粒子，由于考虑了当前观测值，使得粒子的分布更接近后验概率密度分布，克服粒子的退化现象，从而提高估计精度。系统的模型集根据实际的目标系统设计了三个非线性模型。通过实例仿真，结果证明了IMM-UPF算法的有效性，且其性能优于PF、UPF算法。