摘要：针对模型信息引入粒子采样过程中导致用于逼近当前时刻真实状态与模型的粒子数减少问题，本文给出了一种基于粒子优化的多模型粒子滤波算法．在算法实现中，对每个粒子运行一个扩展卡尔曼滤波器，结合扩展卡尔曼滤波中预测更新机制实现最新量测信息的有效利用，进而提升单个采样粒子对于真实系统状态和模型逼近的有效性．理论分析和仿真结果表明：新算法在系统状态估计的精度以及模型辨识的准确性方面均明显地优于交互式多模型粒子滤波算法和多模型粒子滤波算法．

关键词：多模型粒子滤波 交互式多模型 扩展卡尔曼滤波 模型辨识 

单位：河南大学智能技术与系统重点实验室; 河南开封475001; 西北工业大学控制与信息研究所; 陕西西安710072