10.16652/j.issn.1004-373x.2020.17.003
基于自适应粒子群优化的粒子滤波跟踪算法
传统粒子滤波算法中在重要性采样部分存在采样粒子位置不精确的问题,可用粒子群优化算法优化,但目前的标准粒子群优化粒子滤波算法会出现粒子局部寻优的情况.对此对算法中的惯性权重和学习因子同时采取自适应调整的方法,平衡粒子的搜索能力以减少这种情况的出现,并且为了解决算法优化后因粒子聚集而造成的多样性缺失问题,对粒子进行随机变异以提高粒子多样性.仿真结果表明,经过改进后的优化算法可有效提高粒子滤波算法的准确性,使跟踪误差减小.
粒子滤波跟踪、粒子群优化、自适应调整、搜索能力平衡、随机变异、优化算法
43
TN911.1-34;TP391.9
国家科技支撑计划子课题;辽宁省博士启动基金;福建海事局项目
2020-09-24(万方平台首次上网日期,不代表论文的发表时间)
共5页
11-15