基于混合多策略优化的粒子滤波算法

摘要：

标准粒子滤波存在粒子贫化问题,在处理非线性问题时需要大量粒子才能达到所需的估计精度,降低了算法的综合性能.为此,文中提出了一种结合莱维(Levy)飞行策略、差分进化算法与成功历史策略的混合多策略优化的粒子滤波算法.该算法首先采用Levy飞行策略确定样本集的基本框架,并通过差分进化算法优化低权重的无效粒子,然后采用成功历史策略进行参数自适应调整,以动态调节算法寻优步长,将更多的粒子导向高似然区域.仿真结果表明,文中算法有效地提高了粒子多样性与滤波精度,并改善了在低测量噪声下的粒子贫化问题,降低对非线性系统估计所需的粒子数量.

关键词：粒子滤波、自适应调整、布谷鸟搜索算法、差分进化、多策略优化

所属期刊栏目：50

分类号：TP391.9(计算技术、计算机技术)

资助基金：广东省科技计划项目;教育部科技计划项目;中山市科技计划项目;中山市科技计划项目;惠州市科技计划项目

在线出版日期：2022-07-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：49-59