Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Wireless Personal Communications
Erschienen in: Wireless Personal Communications 4/2015

01.10.2015

Particle Filter with Novel Resampling Algorithm: A Diversity Enhanced Particle Filter

verfasst von: P. Malarvezhi, R. Kumar

Erschienen in: Wireless Personal Communications | Ausgabe 4/2015

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

In this paper a particle filter (PF) with novel resampling algorithm called diversity enhanced-particle filter (DE-PF) is proposed. The major problem in using existing PF for non linear parameter estimation is particle impoverishment due to its present sequential importance resampling process. To solve this problem, our DE-PF uses a novel resampling algorithm based on combination process to obtain a new set of resampled particles contain more state information of their adjacent particles also. Hence, the output particles can express the posterior PDF of the state better. Also, simulations indicate that the proposed DE-PF can evidently improve estimation accuracy.
Vorheriger Artikel Design and Validation of Android Based Wireless Integrated Device for Ubiquitous Health Monitoring
Nächster Artikel Planar High Gain Dielectric Loaded Exponentially Tapered Slot Antenna for Millimeter Wave Wireless Communications

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Literatur
1.
Arulampalam, M. S., Maskell, S., Gordon, N., et al. (2002). A tutorial on particle filters for online nonlinear/non-Gaussian Bayesian tracking. IEEE Transactions on Signal Processing, 50(2), 174–188.CrossRef
2.
Zhou, H. J., & Sakane, S. (2008). Sensor planning for mobile robot localization—A hierarchical approach using a Bayesian network and a particle filter. IEEE Transactions on Robotics, 24(2), 481–487.CrossRef
3.
Zhou, S. K., Chellappa, R., & Moghaddam, B. (2004). Visual tracking and recognition using appearance-adaptive models in particle filters. IEEE Transactions on Image Processing, 13(11), 1491–1506.CrossRef
4.
Djuric, P. M., Vemula, M., & Bugallo, M. F. (2008). Target tracking by particle filtering in binary sensor networks. IEEE Transactions on Signal Processing, 56(6), 2229–2238.MathSciNetCrossRef
5.
Punskaya, E., Andrieu, C., & Doucet, A. (2001). Particle filtering for demodulation in fading channels with non-Gaussian additive noise. IEEE Transactions on Communications, 49(4), 579–582.MATHCrossRef
6.
Doucet, A., & Johansen, A. M. (2008). A tutorial on particle filtering and smoothing: Fifteen years later. In Crisan, D. & Rozovskii, B. (Eds.), The Oxford h andbook of n onlinear f iltering (pp. 656–704). Oxford, UK: Oxford University Press.
7.
Gordon, N. J., Salmond, D. J., & Smith, A. F. M. (1993). Novel approach to nonlinear/non-Gaussian Bayesian state estimation. IEE Proceedings: Radar and Signal Processing, 140(2), 107–113.
8.
Kitagawa, G. (1996). Monte Carlo filter and smoother for non-Gaussian nonlinear state space models. Journal of Computational and Graphical Statistics, 5(1), 1–25.MathSciNet
9.
Liu, J. S., & Chen, R. (1998). Sequential Monte Carlo methods for dynamical systems. Journal of American Statistical Association, 93(5), 1032–1044.MATHCrossRef
10.
Carpenter, J., Clifford, P., & Fearnhead, P. (1999). Improved particle filter for nonlinear problems. IEE Proceedings: Radar, Sonar and Navigation, 146(1), 2–7.CrossRef
11.
Li, C. Y., & Ji, H. B. (2007) A new particle filter with GA-MCMC resampling. In: Proceedings of the i nternational c onference on w avelet a nalysis and p attern r ecognition (ICWAPR’07): Vol 1, Nov 2−4 2007, Beijing, China (pp. 146−150). Piscataway, NJ, USA: IEEE.
12.
Bolic, M., Djuric, P. M., & Hong, S. J. (2003). New resampling algorithms for particle filters. In Proceedings of the 28th i nternational c onference on a coustics, s peech, and s ignal p roceesing (ICASSP’03): Vol 2, Apr 6–10, 2003, Hong Kong, China (pp. 589–592). Piscataway, NJ, USA: IEEE.
13.
Bolic, M., Djuric, P. M., & Hong, S. J. (2005). Resampling algorithms and architectures for distributed particle filters. IEEE Transactions on Signal Processing, 53(7), 2442–2450.MathSciNetCrossRef
14.
Xiao-Li, H., Schön, T. B., & Ljung, L. (2011). A general convergence result for particle filtering. IEEE Transactions on Signal Processing, 59(7), 3424–3429.MathSciNetCrossRef
15.
Hol, J. D. (2004). Resampling in particle filters. LiTH-ISY-EX–ET–0283-2004. Linköping, Sweden: Linköpings University.
Metadaten
Titel
Particle Filter with Novel Resampling Algorithm: A Diversity Enhanced Particle Filter
verfasst von
P. Malarvezhi
R. Kumar
Publikationsdatum
01.10.2015
Verlag
Springer US
Erschienen in
Wireless Personal Communications / Ausgabe 4/2015
Print ISSN: 0929-6212
Elektronische ISSN: 1572-834X
DOI
https://doi.org/10.1007/s11277-015-2793-4

Weitere Artikel der Ausgabe 4/2015

Wireless Personal Communications 4/2015 Zur Ausgabe

OriginalPaper

Design of Ultra Wideband 3 dB Coupled-Line Coupler and 90° Power Divider with Zig-Zag-Shaped Slot for Wireless Communication Applications

OriginalPaper

Towards the Next Generation Video Broadcasting: Improved Performance Using Distributed MIMO

OriginalPaper

Performance Analysis of Cross QAM with MRC Over Dual Correlated Nakagami-m, -n, and -q Channels

OriginalPaper

Printed Monopole Antenna for Ultra-Wideband Application with Tunable Triple Band-Notched Characteristics

OriginalPaper

Analysis of Blocking Probability in a Relay-Based Cellular OFDMA Network

OriginalPaper

Adaptive NLOS Mitigation Location Algorithm in Wireless Cellular Network

Neuer Inhalt

    Bildnachweise