摘 要： 针对基于均值筛选的粒子滤波算法MPF，利用无迹卡尔曼粒子滤波产生一步预测。在重采样阶段，利用对粒子按照权值大小进行排序的确定性重采样策略。为了克服样本耗尽问题，在统计所有粒子权值的均值后，对于权值小于均值的粒子进行一步权值平缓化变异。仿真实验表明MPF精确度优于其他5种流行的滤波算法。 关键词： 非线性滤波；粒子滤波；无忌卡尔曼滤波；均值筛选
一种基于均值筛选的粒子滤波算法.pdf
凡《网络安全与数据治理》（原《信息技术与网络安全》）录用的文章，如作者没有关于汇编权、翻译权、印刷权及电子版的复制权、信息网络传播权与发行权等版权的特殊声明，即视作该文章署名作者同意将该文章的汇编权、翻译权、印刷权及电子版的复制权、信息网络传播权与发行权授予本刊，本刊有权授权本刊合作数据库、合作媒体等合作伙伴使用。同时，本刊支付的稿酬已包含上述使用的费用，特此声明。
