摘要：传统的格拉斯曼流形状态估计是将状态空间模型置于格拉斯曼流行上,在后验跟踪模型的基础上递推估计。但是,该方法将观测模型和噪声都限制在格拉斯曼流形上会产生较大误差。针对上述问题,提出一种基于格拉斯曼流形的粒子滤波算法(Grass-Mann Manifolds-Paticle Filter,GM-PF),利用粒子滤波算法估计流形上的隐马尔科夫过程。仿真实例表明,该方法显著提高了流形上的隐马尔可夫过程的估计精度,且当噪声逐渐增大时,粒子滤波算法表现出良好的抗干扰能力和跟踪性能。

关键词：格拉斯曼流形 粒子滤波 隐马尔科夫模型 随机过程 

单位：杭州邦友安派智能科技有限公司; 浙江杭州310012; 国网徐州供电公司; 江苏徐州221000; 常州致科自动化科技有限公司; 江苏常州213001