计算机科学
計算機科學
계산궤과학
COMPUTER SCIENCE
2014年
6期
199-203
,共5页
胡振涛%魏丹%金勇%胡玉梅
鬍振濤%魏丹%金勇%鬍玉梅
호진도%위단%금용%호옥매
非线性滤波%代价评估粒子滤波%粒子群优化%量测不确定
非線性濾波%代價評估粒子濾波%粒子群優化%量測不確定
비선성려파%대개평고입자려파%입자군우화%량측불학정
Nonlinear filter%Marginalized particle filter%Particle swarm optimization%Measurement uncertainty
针对量测受扰动情况下粒子重要性权重的精确度量和粒子的有效采样问题,提出了一种基于自适应粒子群优化的代价评估Marginalized粒子滤波.首先,在Marginalized粒子滤波框架下,通过引入代价函数和风险函数,实现了粒子重要性权重评价过程中对最新量测信息的合理利用,以降低传统的依据重要性权重度量方式中对于噪声先验信息的依赖.其次,通过对粒子分布特征信息的提取和利用,构建了粒子极限速度设定的自适应选取策略,给出了一种自适应粒子群优化方法.在此基础上,结合粒子群优化中群体优化机理来提升采样粒子对被估计状态的逼近程度,进而改善重采样后粒子的多样性.理论分析和仿真实验验证了算法的有效性.
針對量測受擾動情況下粒子重要性權重的精確度量和粒子的有效採樣問題,提齣瞭一種基于自適應粒子群優化的代價評估Marginalized粒子濾波.首先,在Marginalized粒子濾波框架下,通過引入代價函數和風險函數,實現瞭粒子重要性權重評價過程中對最新量測信息的閤理利用,以降低傳統的依據重要性權重度量方式中對于譟聲先驗信息的依賴.其次,通過對粒子分佈特徵信息的提取和利用,構建瞭粒子極限速度設定的自適應選取策略,給齣瞭一種自適應粒子群優化方法.在此基礎上,結閤粒子群優化中群體優化機理來提升採樣粒子對被估計狀態的逼近程度,進而改善重採樣後粒子的多樣性.理論分析和倣真實驗驗證瞭算法的有效性.
침대량측수우동정황하입자중요성권중적정학도량화입자적유효채양문제,제출료일충기우자괄응입자군우화적대개평고Marginalized입자려파.수선,재Marginalized입자려파광가하,통과인입대개함수화풍험함수,실현료입자중요성권중평개과정중대최신량측신식적합리이용,이강저전통적의거중요성권중도량방식중대우조성선험신식적의뢰.기차,통과대입자분포특정신식적제취화이용,구건료입자겁한속도설정적자괄응선취책략,급출료일충자괄응입자군우화방법.재차기출상,결합입자군우화중군체우화궤리래제승채양입자대피고계상태적핍근정도,진이개선중채양후입자적다양성.이론분석화방진실험험증료산법적유효성.
