基于UKF和优化组合策略的改进粒子滤波算法

　　针对标准粒子滤波算法存在的粒子退化与贫化问题，提出了一种新的改进粒子滤波算法。该算法采用无迹卡尔曼滤波、优化组合策略和标准粒子滤波相结合的方法，运用UKF产生重要性密度函数，解决标准PF算法中以先验概率密度函数作为建议分布所引发的退化问题；运用优化组合重采样策略保证所有粒子的信息以一定概率得到继承，维持粒子集中粒子的多样性。理论分析与仿真结果均表明，改进算法能有效地解决标准粒子滤波存在的粒子退化问题并避免粒子贫化现象的出现，具有更高的状态估计精度。