一种多样性引导的进化粒子滤波
粒子滤波(PF)算法存在的主要问题是粒子退化现象,利用重抽样过程可以有效减轻退化现象,但带来了采样枯竭问题,导致滤波精度下降.本文提出一种多样性引导的进化粒子滤波(DEPF),把粒子群优化(PSO)算法引入到传统PF中,通过PSO搜索寻优重新分配粒子,使粒子的表示更加接近真实后验.并在PSO的搜索寻优过程中使用多样性引导机制来保证所得粒子集的多样性,以提高PF的精度.仿真实验结果表明了该算法的有效性.
粒子滤波、采样枯竭、粒子群优化算法、多样性
29
TP18(自动化基础理论)
国家自然科学基金项目60575023;安徽省自然科学基金项目070412064资助}合肥工业大学校科学研究发基金项目070504F
2008-07-09(万方平台首次上网日期,不代表论文的发表时间)
共4页
867-870