基于微分进化的组合重采样粒子滤波算法

基于微分进化的组合重采样粒子滤波算法

ID:38243377

大小:731.67 KB

页数:4页

时间:2019-05-31

基于微分进化的组合重采样粒子滤波算法_第1页
基于微分进化的组合重采样粒子滤波算法_第2页
基于微分进化的组合重采样粒子滤波算法_第3页
基于微分进化的组合重采样粒子滤波算法_第4页
资源描述:

《基于微分进化的组合重采样粒子滤波算法》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、第19卷第11期电光与控制Vol.19No.112012年11月ElectronicsOptics&ControlNov.2012基于微分进化的组合重采样粒子滤波算法王龙生,顾浩,余云智(江苏自动化研究所,江苏连云港222006)摘要:针对粒子滤波重采样带来的样本贫化问题,设计了微分进化组合重采样算法。通过引入微分进化算法的交叉变异操作保持了粒子多样性;同时将残差重采样和微分进化重采样算法组合起来,克服了单纯微分进化重采样的时滞性问题。蒙特卡罗仿真表明,所研究的算法在精度上有很大的提高,并且实时性较好。算法效率提高了1倍,只需300个粒子就可以达到残差

2、重采样粒子滤波1000个粒子的效果,而且实时性提高了很多。关键词:粒子滤波;微分进化;重采样;样本贫化;残差重采样中图分类号:V271.4文献标志码:A文章编号:1671-637X(2012)11-0043-04ANewCombinedParticleFilterBasedonDifferentialEvolutionaryAlgorithmResampleandResidualResampleWANGLongshengGUHaoYUYunzhi(JiangsuAutomationResearchInstitutionofCSICLianyung

3、ang222006,China)Abstract:TosolvethesampleimpoverishmentproblemcausedbytheresampleschemeofconventionalparticlefilteranevolutionaryparticlefilterwasproposedinwhichDifferentialEvolutionary(DE)programmingwasintroduced.ItmaintainsthediversityoftheparticlesbyusingDEandcanimprovethe

4、targettrackingabilityviausingthecrossoverandmutationoperators.ThetimedelayproblemoftheDEresampleissolvedbycombiningtheresidualresampleschemewithDEresamplescheme.MonteCarlosimulationresultsdemonstratethatthisnewmethodcanevaluatethestateandtrackthetargetmoreaccuratelyandhasabette

5、rreal-timeperformance.Theprecisionofouralgorithmistwotimesofthestandardparticlefilterandthetimecostismuchless.Keywords:particlefilter;differentialevolution;resample;sampleimpoverishment;residualresample[4-5]出现样本贫化现象。如何保持粒子的有效性和多0引言样性,克服样本贫化,一直是研究的重点。[1-2]近年来,粒子滤波(ParticleFilter

6、,PF)因适用于为了解决多样性损失问题,文献[6]针对重采样任何能用状态空间模型表示的非高斯背景的非线性随算法的改进提出了遗传重采样粒子滤波算法,通过引机系统,精度可以逼近最优估计,是一种很有效的非线入遗传交叉变异操作,在一定程度上解决了样本贫化性滤波技术而备受关注,被广泛应用于计算机视觉、信问题,但是遗传算法实时性不好,在工程应用上还有待[3]号处理、定位导航及目标跟踪等诸多工业领域。[7]提高。微分进化(DifferentialEvolution,DE)算法,是粒子滤波的核心思想是通过从后验概率中抽取的一种采用浮点矢量编码的连续空间中进行随机搜索的

7、随机状态粒子来表达其分布,是一种顺序重要性采样优化算法,已被证明在许多优化问题中都表现出优于方法。该算法存在的最主要的问题是需要用大量的样本数量才能很好地近似系统的后验概率密度。另外,自适应模拟退火算法、粒子群算法、遗传算法的性[8]重采样阶段会造成样本有效性和多样性的损失,导致能。本文通过引入微分进化算法进行重采样,利用其交叉变异操作创造更多的粒子,增加样本多样性,抑收稿日期:2011-10-19修回日期:2011-11-15制退化现象,并将微分进化重采样和残差重采样进化作者简介:王龙生(1988—),男,安徽安庆人,硕士生,研究方向为目组合优化,解

8、决算法实时性的问题,蒙特卡罗仿真表明标跟踪、系统建模与仿真。此方法的有效可行性。44电光与控制

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。