一种针对动态切换干扰的复合自适应粒子滤波方法

本发明涉及一种针对动态切换干扰的复合自适应粒子滤波算法。首先，建立含有动态切换干扰的非线性随机系统模型。其次，基于期望‑极大化迭代估计框架，设计状态后验分布和未知转移概率阵的联合估计算法。再次，基于加性动态干扰的实时估计值，设计包含干扰补偿采样律的复合粒子滤波算法。然后，构造交互多模型卡尔曼滤波器，实现动态切换干扰与其模态的同时估计。最后，将复合粒子滤波算法嵌入期望‑极大化迭代估计框架中“期望”步，实现未知转移概率条件下的状态后验分布估计。本发明能够提升动态切换干扰的实时估计能力，改进传统粒子滤波的鲁棒性，可应用于目标定位、自主导航等涉及受扰非线性随机系统状态估计的领域。