原文服务方: 计算机应用研究       
摘要:
针对传统粒子滤波算法中存在的粒子多样性丧失问题,提出一种基于人工萤火虫群优化的改进粒子滤波算法.该算法利用人工萤火虫群算法优化粒子滤波的重采样过程,按照权值的蜕化程度对样本集进行分层,通过转移概率将权值蜕化子集——映射到高似然区域.根据优化阈值条件,将低权值粒子集分为抛弃组和优化组,通过选取优化组粒子和高权值粒子适当地线性组合产生新粒子集.仿真结果表明,当感知系数为零时,优化算法将蜕化为基本粒子滤波算法;在适当选择感知系数的情况下,优化算法的滤波精度较高,跟踪突变状态的性能较优,在保证粒子群贴近真实后验分布的同时,增强了粒子的多样性.
推荐文章
基于自适应吸引半径的萤火虫算法的粒子滤波
自适应吸引半径
迭代寻优
目标跟踪
粒子多样性
相对亮度
一种粒子群-萤火虫算法的参数优化方法
萤火虫算法
粒子群算法
参数优化
一种新颖的仿生群智能优化算法:萤火虫算法
群智能
萤火虫算法
仿生原理
函数优化
组合优化
一种改进的萤火虫算法
萤火虫算法
多峰函数
动态步长
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 一种基于人工萤火虫群优化的改进粒子滤波算法
来源期刊 计算机应用研究 学科
关键词 粒子滤波 人工萤火虫群算法 转移概率 优化阈值条件 感知系数
年,卷(期) 2014,(10) 所属期刊栏目
研究方向 页码范围 2920-2924
页数 5页 分类号 TP301.6
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2014.10.008
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 许德章 安徽工程大学机械与汽车工程学院 104 475 10.0 18.0
2 朱文超 安徽工程大学机械与汽车工程学院 8 16 2.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (34)
共引文献  (56)
参考文献  (12)
节点文献
引证文献  (10)
同被引文献  (44)
二级引证文献  (26)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(3)
  • 参考文献(0)
  • 二级参考文献(3)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(1)
  • 二级参考文献(1)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(7)
  • 参考文献(2)
  • 二级参考文献(5)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(4)
  • 参考文献(1)
  • 二级参考文献(3)
2009(4)
  • 参考文献(1)
  • 二级参考文献(3)
2010(4)
  • 参考文献(1)
  • 二级参考文献(3)
2011(5)
  • 参考文献(2)
  • 二级参考文献(3)
2012(2)
  • 参考文献(1)
  • 二级参考文献(1)
2013(3)
  • 参考文献(3)
  • 二级参考文献(0)
2014(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(4)
  • 引证文献(4)
  • 二级引证文献(0)
2017(2)
  • 引证文献(1)
  • 二级引证文献(1)
2018(3)
  • 引证文献(1)
  • 二级引证文献(2)
2019(21)
  • 引证文献(3)
  • 二级引证文献(18)
2020(5)
  • 引证文献(0)
  • 二级引证文献(5)
研究主题发展历程
节点文献
粒子滤波
人工萤火虫群算法
转移概率
优化阈值条件
感知系数
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
论文1v1指导