基于混合引导策略的高精度萤火虫优化粒子滤波算法

发布时间：2024-04-25 01:10

　　针对现有群智能优化粒子滤波算法精度较低和收敛速度较慢的问题,提出了一种基于混合引导策略的萤火虫优化粒子滤波算法(MSFA-PF).通过在萤火虫寻优过程中加入混沌扰动搜索策略,以权衡粒子的寻优能力与开发能力;提出一种动态视觉搜索策略,以提高粒子向高似然区域移动的寻优利用率;根据粒子滤波机制设计了新的荧光亮度计算公式,以扩展观测信息,从而提高了粒子质量.仿真结果表明,所提出的MSFA-PF算法能够有效提高智能优化粒子滤波对非线性系统状态估计的精度和速度.

【文章页数】：7 页

【部分图文】：

图１Ｎ＝１００时动态视觉搜索策略验证Ｆｉｇ．１Ｖｅｒｉｆｉｃａｔｉｏｎｏｆｄｙｎａｍｉｃｖｉｓｕａｌｓｅａｒｃｈｓｔｒａｔｅｇｙａｔ

文从３个方面对算法进行了改进．首先，验证３个改进策略的改进效果．因篇幅有限，本文选取粒子数Ｎ＝１００对算法的改进效果进行验证，所得动态视觉搜索策略的验证结果如图１所示，ｋ＝９５时荧光亮度方法的改进结果如图２所示，混沌扰动搜索策略的验证结果如表１所示．由图１可以看出：标准ＰＦ算法的....

图２ｋ＝９５时改进荧光亮度方法的验证Ｆｉｇ．２Ｖｅｒｉｆｉｃａｔｉｏｎｏｆｉｍｐｒｏｖｅｄｂｒｉｇｈｔｎｅｓｓｍｅｃｈａｎｉｓｍａｔｋ＝９５

２３６上海交通大学学报第５３卷图２ｋ＝９５时改进荧光亮度方法的验证Ｆｉｇ．２Ｖｅｒｉｆｉｃａｔｉｏｎｏｆｉｍｐｒｏｖｅｄｂｒｉｇｈｔｎｅｓｓｍｅｃｈａｎｉｓｍａｔｋ＝９５图３不同粒子数时的滤波状态估计Ｆｉｇ．３Ｓｔａｔｅｅｓｔｉｍａｔｉｏｎｏｆｆｉｌｔｅｒｗｉｔｈｄｉｆｆｅｒｅｎ....

图３不同粒子数时的滤波状态估计Ｆｉｇ．３Ｓｔａｔｅｅｓｔｉｍａｔｉｏｎｏｆｆｉｌｔｅｒｗｉｔｈｄｉｆｆｅｒｅｎｔｐａｒｔｉｃｌｅｎｕｍｂｅｒｓ

２３６上海交通大学学报第５３卷图２ｋ＝９５时改进荧光亮度方法的验证Ｆｉｇ．２Ｖｅｒｉｆｉｃａｔｉｏｎｏｆｉｍｐｒｏｖｅｄｂｒｉｇｈｔｎｅｓｓｍｅｃｈａｎｉｓｍａｔｋ＝９５图３不同粒子数时的滤波状态估计Ｆｉｇ．３Ｓｔａｔｅｅｓｔｉｍａｔｉｏｎｏｆｆｉｌｔｅｒｗｉｔｈｄｉｆｆｅｒｅｎ....

图４不同粒子数时的滤波误差绝对值Ｆｉｇ．４Ａｂｓｏｌｕｔｅｖａｌｕｅｏｆｆｉｌｔｅｒｅｒｒｏｒｗｉｔｈｄｉｆｆｅｒｅｎｔｐａｒｔｉｃｌｅｎｕｍｂｅｒｓ

第２期毕晓君，等：基于混合引导策略的高精度萤火虫优化粒子滤波算法２３７图４不同粒子数时的滤波误差绝对值Ｆｉｇ．４Ａｂｓｏｌｕｔｅｖａｌｕｅｏｆｆｉｌｔｅｒｅｒｒｏｒｗｉｔｈｄｉｆｆｅｒｅｎｔｐａｒｔｉｃｌｅｎｕｍｂｅｒｓ表２不同粒子数下几种算法的综合性能对比Ｔａｂ．２Ｐｅｒｆｏｒ....

本文编号：3963775