10.3969/j.issn.1673-4785.201310057
基于BP神经网络的粒子滤波算法
针对粒子滤波算法中的粒子退化问题,提出了一种基于BP神经网络的提高粒子滤波多样性的算法。利用BP神经网络的非线性映射功能,通过对权值进行分裂、选择,将粒子中的小权值粒子状态作为神经网络的输入,粒子的权值作为神经网络的权值,以观测值作为神经网络的目标信号,通过多次训练增大小权值粒子的权值,从而提高粒子滤波算法粒子的多样性,改善算法的滤波性能。仿真结果表明:基于BP神经网络的粒子滤波算法的性能在有效粒子数和均方根误差参数方面优于基本粒子滤波算法,在改善滤波精度方面得到了较好的效果,验证了BP神经网络在改进粒子滤波算法中的有效性。
粒子滤波、粒子退化、重采样、BP神经网络
TP391(计算技术、计算机技术)
国家自然科学基金资助项目61101161;航空科学基金资助项目2011ZC54010;辽宁省自然科学基金联合基金资助项目2013024003.
2015-01-15(万方平台首次上网日期,不代表论文的发表时间)
共5页
709-713