文档介绍：万方数据
基于人侵野草优化算法的粒子滤波算法许江湖,黄亮,刘忠引言第卷第舰船科学技术>こ檀笱У缱庸こ萄г海蔽浜摘关键词:入侵野草优化算法;粒子滤波;重采样中图分类号:文献标识码:文章编号:———,粒子滤波又称序贯蒙特卡罗方法,是一种基于蒙特卡罗方法和递推贝叶斯估计的统计滤波方法。粒子滤波完全突破了滤波理论框架,对系统的过程噪声和量测噪声没有任何限制。粒子滤波作为解决非线性、非高斯动态系统的参数估计和状态滤波问题的有效方法,近年来随着计算机运算能力的急剧增长和计算成本的不断降低,已成为研究热点¨。’。粒子退化是标准粒子滤波算法的主要缺陷。采用重采样方法在一定程度上可以抑制粒子退化现象的发生。然而重采样带来的新问题是:权值越大的粒子的子代越来越多,而权值较小的粒子被剔除,最糟糕的情形是新的粒子集实际都是一个权值最大的粒子的子代,即所谓“样本枯竭”现象,从而导致粒子集的多样性变差,不足以用来近似表征后验密度,难以保证估计精度,特别是在样本受限条件下,这种粒子多样性减弱对滤波精度的影响更为突出,甚至导致滤波发散现象”N4耍簧傺д叱试利用进化算法ㄒ糯惴ā⒔呗浴⒔规划唇饩隽W勇瞬ǖ耐嘶侍狻А,并取得了一定的理论成果。年,蚅提出了一种新颖的数值优化算法,称为入侵野草草呕算法一】。同进化算法一样,算法也是一种随机搜索仿生学优化算法,该算法模仿了野草入侵的种子空间扩散、生长、繁殖和竞争性消亡的基本过程,具有很强的鲁棒性和自适应性。与进化算法相比,惴ḿ虻ヒ子谑迪郑恍枰遗传操作算子,能简单而有效地收敛于问题的最优解,是一种强有力的智能优化算法。研究表明,惴ㄔ谛阅苌嫌庞诮惴ê腿斯し淙嚎寺∷年要:入侵野草优化惴ㄊ墙昀刺岢龅囊恢旨虻ァ⒂行У幕谥秩旱男掠笔涤呕惴ǎ谛矶领域得到成功运用。将惴ㄓ肓W勇瞬惴ㄏ嘟岷希岢鲆恢只贗算法的粒子滤波算法该算法将惴ㄔ擞糜诹W勇瞬ǖ闹夭裳校员VちW拥挠行院投嘌浴W詈笸ü扑惴抡嫜橹じ盟惴ǖ挠痡..—...琖甀作者简介:许江湖,男,讲师,从事机动目标跟踪及多传感器数据融合研究。琋效性和优越性。猦琀:·.;;收稿日期:——;修回日期:—一琇
万方数据
二唬海。.—!!。。≠号。。一。们五辍气。荒丁啤蓿辍R还剑。粒子滤波简介统状态的量测向量;#鹤恪ā罵~一足~为系统状态舰船科学技术第卷法,并且在高维问题上优于粒子群算法¨⋯。因此,惴ㄗ蕴岢鲆岳矗恢笔艿窖д呙堑墓刈⒑运用‘州本文将惴ㄓ肓W勇瞬ㄋ惴ㄏ嘟岷希岢基于惴ǖ牧W勇瞬ㄋ惴。该算法将τ糜诹W又夭裳员VちW拥挠行院多样性。最后通过计算机仿真比较该算法与基于进化算法的粒子滤波算法以及传统粒子滤波算法的滤波性能和计算时。离散时间非线性动态系统的状态方程和量测方程分别为:工‘戈¨,吼一,戈琻。式中:2裳笨蹋还ぁ猭时刻的系统状态向量;以:ā罵~。O低匙刺辎宓姆窍咝院”。为过程噪声,其协方差为#滴;/,和凡。分别为状态和过程噪声的维数;!蔙~为笨滔的非线性函数;拜。为量测噪声,其协方差为足。,均值为矣搿薄O嗷ザ懒ⅲ籘汉蚽。分别为量测值和量测噪声的维数。滤波过程的任务是通过可获得的系统观测值气估计出系统状态戈。,也即要求得到系统状态的后验概率分布戈。#。粒子滤波的核心思想是利用一系列随机样本的加权和表示状态后验概率密度:式中:艿为狄拉克函数;∞:为对应粒子菇:的权值。通常很难从霫#骸中直接采样,解决方法是先从一