本文選題：粒子濾波　切入點(diǎn)：簡(jiǎn)化群優(yōu)化　出處：《福州大學(xué)學(xué)報(bào)(自然科學(xué)版)》2017年01期

【摘要】：針對(duì)粒子濾波的粒子退化和貧化問(wèn)題,將新興的簡(jiǎn)化群優(yōu)化(SSO)算法引入到粒子濾波的重采樣階段.SSO算法結(jié)構(gòu)簡(jiǎn)單,在保留優(yōu)良粒子的基礎(chǔ)上,增加一項(xiàng)粒子隨機(jī)運(yùn)動(dòng)過(guò)程,以提供粒子多樣性.實(shí)驗(yàn)結(jié)果表明,新算法不僅有效提高了對(duì)非線性系統(tǒng)狀態(tài)的估計(jì)精度,而且具有更高的運(yùn)算速度.
[Abstract]:In order to solve the problem of particle degradation and dilution in particle filtering, a new simplified swarm optimization (SSO) algorithm is introduced to the resampling phase of particle filter. The SSO algorithm has a simple structure and adds a particle random motion process on the basis of retaining fine particles. Experimental results show that the new algorithm not only improves the accuracy of state estimation for nonlinear systems, but also has a higher computational speed.
【作者單位】： 福州大學(xué)物理與信息工程學(xué)院福州大學(xué)微納器件與太陽(yáng)能電池研究所;
【基金】：國(guó)家自然科學(xué)基金資助項(xiàng)目(61574038) 福建省科技廳工業(yè)引導(dǎo)性重點(diǎn)基金資助項(xiàng)目(2015H0021) 福建省教育廳省屬高校基金資助項(xiàng)目(JK2014003)
【分類號(hào)】：TN713

【相似文獻(xiàn)】

相關(guān)期刊論文 前7條

1 谷雨;高社生;閻海峰;;隨機(jī)加權(quán)粒子濾波[J];計(jì)算機(jī)仿真;2011年08期

2 鄭作虎;王首勇;鄭岱X;;基于GHF高斯粒子濾波的檢測(cè)前跟蹤算法[J];華中科技大學(xué)學(xué)報(bào)(自然科學(xué)版);2014年03期

3 熊劍;劉建業(yè);賴際舟;謝征;;基于二階插值濾波的粒子濾波改進(jìn)算法研究[J];控制與決策;2009年06期

4 馬勤;黃文娟;王立群;楊淑瑩;;一種遺傳算法優(yōu)化的無(wú)味粒子濾波方法[J];天津理工大學(xué)學(xué)報(bào);2009年05期

5 仵小暾;;粒子濾波技術(shù)研究和分析[J];硅谷;2011年23期

6 劉貴喜;馬濤;陳石磊;;應(yīng)用最小偏度采樣的UPF算法[J];光學(xué)精密工程;2008年04期

7 ;[J];;年期

，

本文編號(hào)：1682566