基于进化采样的粒子滤波算法
在粒子滤波算法中,重采样的引入有效地改善粒子退化现象,但同时也导致了粒子多样性减弱问题的产生.本文给出了一种基于进化采样的改进粒子滤波算法.该算法在重采样过程后,首先根据马尔可夫链蒙特卡罗(Markov-Chain-Monte-Carlo,MCMC)技术和遗传算法中的模拟二进制交叉原理生成候选粒子,并利用适应度函数完成对于其权重的度量.然后结合当前时刻的重采样粒子构建候选粒子集,进而提升了重采样后粒子的多样性,最终依据粒子自身的权重实现粒子的优选.仿真结果表明:该算法可有效地提高对于非线性系统状态的估计精度.
粒子滤波、重采样、粒子退化、进化计算
26
TP391(计算技术、计算机技术)
国家自然科学基金资助项目60634030,60702066;国家航空基金资助项2007ZC53037;国家航天科技创新基金资助项目CASC0214
2009-05-19（万方平台首次上网日期，不代表论文的发表时间）
共5页
269-273
