本文提出一种适用于非线性系统状态的粒子估计算法——基于Sh相关系数的粒子估计(PE)算法.该算法主要由预测、更新和平滑组成

利用被估计状态观测值路径和粒子观测值路径之间的Sh相关系数来修正粒子权值.仿真实验结果表明

该算法在状态估计精度上优于序列重要性重采样(SIR)算法、辅助粒子滤波(APF)算法、正则化粒子滤波(RPF)算法、高斯粒子滤波(GPF)算法和高斯混合粒子滤波(GSPF)算法.