计算机科学
計算機科學
계산궤과학
COMPUTER SCIENCE
2012年
6期
231-234
,共4页
粒子滤波%自适应重采样%多样性%改进的部分分层重采样
粒子濾波%自適應重採樣%多樣性%改進的部分分層重採樣
입자려파%자괄응중채양%다양성%개진적부분분층중채양
由于在非线性非高斯系统和多模处理能力上的优越性,粒子滤波算法已经被广泛应用.针对粒子滤波算法现有缺陷分析,提出一种基于多样性向导的自适应重采样粒子滤波.首先,基于多样性向导自适应调整重采样阈值.在基于有效样本大小的自适应重采样技术之上,借助了另一多样性测度即种群多样性因子来自适应地调整有效样本大小的阈值;而且,在重采样之后引入样本变异操作来确保样本的多样性.然后,提出了一种改进的部分分层重采样算法.该算法借鉴部分分层重采样执行快、时间短的优点,同时结合权重优化的思想改进重采样的样本权重计算.最后,通过仿真实验验证了所提粒子滤波算法的性能和有效性.
由于在非線性非高斯繫統和多模處理能力上的優越性,粒子濾波算法已經被廣汎應用.針對粒子濾波算法現有缺陷分析,提齣一種基于多樣性嚮導的自適應重採樣粒子濾波.首先,基于多樣性嚮導自適應調整重採樣閾值.在基于有效樣本大小的自適應重採樣技術之上,藉助瞭另一多樣性測度即種群多樣性因子來自適應地調整有效樣本大小的閾值;而且,在重採樣之後引入樣本變異操作來確保樣本的多樣性.然後,提齣瞭一種改進的部分分層重採樣算法.該算法藉鑒部分分層重採樣執行快、時間短的優點,同時結閤權重優化的思想改進重採樣的樣本權重計算.最後,通過倣真實驗驗證瞭所提粒子濾波算法的性能和有效性.
유우재비선성비고사계통화다모처리능력상적우월성,입자려파산법이경피엄범응용.침대입자려파산법현유결함분석,제출일충기우다양성향도적자괄응중채양입자려파.수선,기우다양성향도자괄응조정중채양역치.재기우유효양본대소적자괄응중채양기술지상,차조료령일다양성측도즉충군다양성인자래자괄응지조정유효양본대소적역치;이차,재중채양지후인입양본변이조작래학보양본적다양성.연후,제출료일충개진적부분분층중채양산법.해산법차감부분분층중채양집행쾌、시간단적우점,동시결합권중우화적사상개진중채양적양본권중계산.최후,통과방진실험험증료소제입자려파산법적성능화유효성.