一种新型的简化群优化粒子滤波算法

发布时间：2018-03-29 19:39

  本文选题：粒子滤波　切入点：简化群优化　出处：《福州大学学报(自然科学版)》2017年01期

【摘要】：针对粒子滤波的粒子退化和贫化问题,将新兴的简化群优化(SSO)算法引入到粒子滤波的重采样阶段.SSO算法结构简单,在保留优良粒子的基础上,增加一项粒子随机运动过程,以提供粒子多样性.实验结果表明,新算法不仅有效提高了对非线性系统状态的估计精度,而且具有更高的运算速度.
[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.
【作者单位】： 福州大学物理与信息工程学院福州大学微纳器件与太阳能电池研究所;
【基金】：国家自然科学基金资助项目(61574038) 福建省科技厅工业引导性重点基金资助项目(2015H0021) 福建省教育厅省属高校基金资助项目(JK2014003)
【分类号】：TN713

【相似文献】

相关期刊论文 前7条

1 谷雨;高社生;阎海峰;;随机加权粒子滤波[J];计算机仿真;2011年08期

2 郑作虎;王首勇;郑岱X;;基于GHF高斯粒子滤波的检测前跟踪算法[J];华中科技大学学报(自然科学版);2014年03期

3 熊剑;刘建业;赖际舟;谢征;;基于二阶插值滤波的粒子滤波改进算法研究[J];控制与决策;2009年06期

4 马勤;黄文娟;王立群;杨淑莹;;一种遗传算法优化的无味粒子滤波方法[J];天津理工大学学报;2009年05期

5 仵小暾;;粒子滤波技术研究和分析[J];硅谷;2011年23期

6 刘贵喜;马涛;陈石磊;;应用最小偏度采样的UPF算法[J];光学精密工程;2008年04期

7 ;[J];;年期

，

本文编号：1682566