基于混沌的改进粒子群优化粒子滤波算法
本文关键词:基于混沌的改进粒子群优化粒子滤波算法
更多相关文章: 混沌理论 粒子群优化(PSO) 粒子滤波(PF) 粒子退化 非线性系统 非高斯噪声
【摘要】:针对基本粒子滤波(PF)算法存在的粒子退化和重采样引起的粒子多样性丧失,导致粒子样本无法精确表示状态概率密度函数真实分布,提出了一种基于混沌的改进粒子群优化(PSO)粒子滤波算法。通过引入混沌序列产生一组混沌变量,将产生的变量映射到优化变量的区间提高粒子质量,并利用混沌扰动克服粒子群优化局部最优问题。利用单变量非静态增长模型(UNGM)在高斯噪声和非高斯噪声环境下将该算法与基本粒子滤波和粒子群优化粒子滤波(PSO-PF)的性能进行仿真比较。结果表明:该算法的性能在有效粒子数和均方根误差(RMSE)等参数都优于基本粒子滤波和粒子群优化粒子滤波,改善了算法的精度和跟踪性能。
【作者单位】: 沈阳航空航天大学电子信息工程学院;
【关键词】: 混沌理论 粒子群优化(PSO) 粒子滤波(PF) 粒子退化 非线性系统 非高斯噪声
【基金】:国家自然科学基金(61571309,61101161)~~
【分类号】:TP18
【正文快照】: 网络出版地址:www.cnki.net/kcms/detail/11.2625.V.20160104.1004.010.html引用格式:王尔申,庞涛,曲萍萍,等.基于混沌的改进粒子群优化粒子滤波算法[J].北京航空航天大学学报,2016,42(5):885-890.WANG E S,PANG T,QU P P,et al.Improved particle filter algorithm based on
【相似文献】
中国期刊全文数据库 前10条
1 高海兵;周驰;高亮;;广义粒子群优化模型[J];计算机学报;2005年12期
2 罗平;姚立海;杨仕友;倪光正;唐跃进;;一种改进的粒子群优化算法[J];江南大学学报(自然科学版);2007年05期
3 徐明亮;须文波;何胜;;经验自举粒子群优化算法[J];计算机工程与应用;2008年31期
4 孙艳霞;王增会;陈增强;齐国元;;混沌粒子群优化及其分析[J];系统仿真学报;2008年21期
5 黄轩;张军;詹志辉;;基于随机惯量权重的快速粒子群优化算法[J];计算机工程与设计;2009年03期
6 满春涛;王素菊;张礼勇;董秀洁;;一种引入随机摄动操作的新型复合粒子群优化算法[J];哈尔滨理工大学学报;2009年01期
7 曲彦文;张二华;杨静宇;;基于时变系数与社会认知模拟的粒子群优化[J];计算机科学;2009年05期
8 于雪晶;麻肖妃;夏斌;;动态粒子群优化算法[J];计算机工程;2010年04期
9 李欣然;;粒子群优化算法研究[J];计算机与现代化;2010年06期
10 罗德相;周永权;黄华娟;韦杏琼;;多种群粒子群优化算法[J];计算机工程与应用;2010年19期
中国重要会议论文全文数据库 前10条
1 徐俊杰;忻展红;;基于增强型参考位置的粒子群优化模型[A];’2004系统仿真技术及其应用学术交流会论文集[C];2004年
2 王亚;于永光;耿玲玲;;一类改进的自适应粒子群优化算法对混沌系统未知参数的估计[A];中国力学大会——2013论文摘要集[C];2013年
3 王光辉;陈杰;潘峰;;多种群协同粒子群优化算法求解动态环境优化问题[A];第二十七届中国控制会议论文集[C];2008年
4 杨雅伟;侍洪波;;量子粒子群优化算法及其应用研究[A];中国仪器仪表学会第九届青年学术会议论文集[C];2007年
5 赵建玉;贾磊;陈月辉;张勇;;基于粒子群优化的信号交叉口交通流预测模型[A];第二十六届中国控制会议论文集[C];2007年
6 赵秋玲;周雅莉;张奇志;;基于粒子群优化的结构振动分布式反馈控制[A];2005年中国智能自动化会议论文集[C];2005年
7 肖龙光;丁晓东;谢集平;;粒子群优化算法的改进[A];第二十三届中国控制会议论文集(上册)[C];2004年
8 龚挺;曹秀英;;基于粒子群优化的伪距定位算法研究[A];第二届中国卫星导航学术年会电子文集[C];2011年
9 钱伟懿;王艳杰;;带自适应压缩因子粒子群优化算法[A];中国运筹学会模糊信息与模糊工程分会第五届学术年会论文集[C];2010年
10 曹承志;周波;;粒子群优化PID调节器的直接转矩控制系统[A];2006中国控制与决策学术年会论文集[C];2006年
中国博士学位论文全文数据库 前10条
1 熊勇;粒子群优化算法的行为分析与应用实例[D];浙江大学;2005年
2 唐贤伦;混沌粒子群优化算法理论及应用研究[D];重庆大学;2007年
3 唐贤伦;混沌粒子群优化算法理论及应用[D];重庆大学;2007年
4 徐慧;粒子群优化算法改进及其在煤层气产能预测中的应用研究[D];中国矿业大学;2013年
5 刘逸;粒子群优化算法的改进及应用研究[D];西安电子科技大学;2013年
6 高芳;智能粒子群优化算法研究[D];哈尔滨工业大学;2008年
7 张丽平;粒子群优化算法的理论及实践[D];浙江大学;2005年
8 王俊伟;粒子群优化算法的改进及应用[D];东北大学;2006年
9 林蔚天;改进的粒子群优化算法研究及其若干应用[D];华东理工大学;2014年
10 程军;基于生物行为机制的粒子群算法改进及应用[D];华南理工大学;2014年
,本文编号:891147
本文链接:https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/891147.html