欢迎来到天天文库
浏览记录
ID:58156184
大小:442.23 KB
页数:5页
时间:2020-04-25
《一种基于人工萤火虫群优化的改进粒子滤波算法-论文.pdf》由会员上传分享,免费在线阅读,更多相关内容在应用文档-天天文库。
1、第3l卷第10期计算机应用研究Vo1.31No.102014年10月ApplicationResearchofComputers0ct.2014一种基于人工萤火虫群优化的改进粒子滤波算法米朱文超,许德章(安徽工程大学机械与汽车工程学院,安徽芜湖241000)摘要:针对传统粒子滤波算法中存在的粒子多样性丧失问题,提出一种基于人工萤火虫群优化的改进粒子滤波算法。该算法利用人工萤火虫群算法优化粒子滤波的重采样过程,按照权值的蜕化程度对样本集进行分层,通过转移概率将权值蜕化子集——映射到高似然区域。根据优化阈值条件,将低权值粒子集分为抛弃组和优化组,通过选取优化组粒子和高权值粒子适当地线性组合产生新粒
2、子集。仿真结果表明,当感知系数为零时,优化算法将蜕化为基本粒子滤波算法;在适3_选择感知系数的情况下,优化算法的滤波精度较高,跟踪突变状态的性能较优,在保证粒子群贴近真实后验分布的同时,增强了粒子的多样性。关键词:粒子滤波;人工萤火虫群算法;转移概率;优化阈值条件;感知系数中图分类号:TP301.6文献标志码:A文章编号:1001—3695(2014)10—2920.05doi:10.3969/i.issn.1001—3695.2014.10.008Improvedparticlefilteralgorithmbasedonartificialglowwormswarmoptimization
3、ZHUWen—chao,XUDe—zhang(SchoolofMechanical&AutomotiveEngineering,AnhuiPolytechnicUniversity,WuhuAnhui241000,China)Abstract:Inordertosolvethelossofparticlediversityexistedinnormalparticlefilter(PF),thispaperpresentedanimprovedparticlefilteralgorithmbasedonimprovedartificialglowwormswarlnoptimization(G
4、SO).Theimprovedalgorithmoptimizedthere—samplingprocessofparticlefilteralgorithmbyGSO.Accordingtodegeneratelevel,itdividedthesamplesetsintotwoparts.Weightsdegeneratesubsethadbeenmappedintohighlikelihoodregionbytransitionprobability.Basedonoptimalthresholdcon—dition,lowweightsubsetcouldbedividedintoth
5、egroupofabandonparticlesandthegroupofoptimizedparticles.Finally,thealgorithmgeneratednewparticlesbycombiningtheparticlesofoptimizedgroupandhighweightparticles.Experimentalresultsshowthatwhenthetasteparameteriszero,thealgorithmisequaltoPF;whenthetasteparameterisproperlyset,thealgorithmcanachievebette
6、rfilteringandtrackingperformance.Theimprovedalgorithmcankeepthediversityofparticlesandenhancetheperformanceoffilter.Keywords:particlefilter;artificialglowwormswarmalgorithm;transitionprobability;optimalthresholdcondition;tasteparame—ter三种权值的粒子,在进行重采样时,低权值粒子被直接舍弃,中0引言权值粒子权值不变,高权值粒子被多次复制。虽然局部重采样粒子滤波(P
7、F)是一种基于贝叶斯估计的蒙特卡洛仿真方只对部分粒子进行运算,提高了运算速度,但其只保留了高、中权值粒子信息,舍弃了低权值粒子信息,所以仍存在粒子贫化法,可以有效地处理非线性、非高斯滤波问题,广泛地应用在机问题,不能保证粒子的多样性。文献[4]还将遗传机制置于粒动目标跟踪、信号传输与压缩、金融领域数据分析、图像处理等领域⋯。其主要思想是用一个已知的、容易采样的参考分布子重采样,研究了一种遗传粒子重
此文档下载收益归作者所有