本文關(guān)鍵詞： 差分進(jìn)化 粒子濾波 非線性自適應(yīng)控制 參數(shù)估計 多徑效應(yīng)　出處：《計算機(jī)工程》2017年06期 　論文類型：期刊論文

【摘要】：針對傳統(tǒng)粒子濾波存在的粒子枯竭問題,提出一種基于自適應(yīng)差分進(jìn)化的粒子濾波算法。利用自適應(yīng)差分進(jìn)化算法代替粒子濾波中的重采樣策略來產(chǎn)生新粒子,使粒子向狀態(tài)后驗概率密度函數(shù)的高似然區(qū)移動,同時提高粒子的多樣性。通過一種非線性自適應(yīng)調(diào)節(jié)策略自適應(yīng)地調(diào)整變異因子和交叉因子,以提高改進(jìn)粒子濾波中差分進(jìn)化的尋優(yōu)能力。應(yīng)用于多徑估計的仿真結(jié)果表明,該算法可克服粒子枯竭問題,與粒子濾波、擴(kuò)展卡爾曼濾波和差分進(jìn)化的粒子濾波算法相比,具有更好的多徑估計性能。
[Abstract]:In order to solve the problem of particle depletion in traditional particle filtering, a particle filter algorithm based on adaptive differential evolution is proposed, which uses adaptive differential evolution algorithm to replace the resampling strategy in particle filter to produce new particles. The particles are moved to the high likelihood region of the posteriori probability density function and the diversity of the particles is improved. The variation factor and the crossover factor are adaptively adjusted by a nonlinear adaptive adjustment strategy. The simulation results of multi-path estimation show that the algorithm can overcome the particle depletion problem and particle filter. Compared with the differential evolution particle filter, the extended Kalman filter has better performance of multipath estimation.
【作者單位】： 太原理工大學(xué)信息工程學(xué)院;
【基金】：山西省自然科學(xué)基金(20140210022-7)
【分類號】：TN713;TP18
【正文快照】： 中文引用格式:王志遠(yuǎn),程蘭,謝剛.一種改進(jìn)粒子濾波算法及其在多徑估計中的應(yīng)用[J].計算機(jī)工程,2017,43(6):289-295.英文引用格式:Wang Zhiyuan,Cheng Lan,Xie Gang.An Improved Particle Filtering Algorithm and Its Application inM ultipath Estimation[J].Computer Engine

【相似文獻(xiàn)】

相關(guān)期刊論文 前1條

1 陳家瑞;朱文興;陳建利;;基于混合差分進(jìn)化算法的VLSI布圖規(guī)劃[J];福州大學(xué)學(xué)報(自然科學(xué)版);2011年04期

相關(guān)碩士學(xué)位論文 前2條

1 藍(lán)夢瑩;差分進(jìn)化算法在印刷電路板熱布局優(yōu)化中的應(yīng)用[D];廣西大學(xué);2016年

2 解磊;基于差分進(jìn)化算法的天線及定向耦合器優(yōu)化設(shè)計技術(shù)[D];西安電子科技大學(xué);2012年

，

本文編號：1448942