基于高斯粒子群优化的 RBPF滤波算法

• 作者: 侯增广 冯翔 李贻斌 林艳艳 王士库 肖同录 贾丽 赵增顺
• 来源期刊: 计算机应用研究
• 关键词: 粒子滤波 RBPF滤波器 高斯粒子群
• 年，卷（期）: 2015,（2）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 423-426
• 页数: 4页
• 分类号: TP301.5
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2015.02.023

摘要

针对动态系统目标跟踪问题，RBPF算法通过将高维状态空间分解成易于处理的线性子部分与非线性子部分，并采取不同策略进行滤波估计。为了提高RBPF的计算效率，提出将粒子群优化思想融入到RBPF滤波估计中，凭借粒子群算法卓越的全局搜索能力，对于状态空间中非线性部分，通过粒子群算法驱使所有采样粒子向高似然区域（最优适应值区域）移动；对于线性状态部分，依然利用卡尔曼滤波进行处理。通过多组实验仿真结果对比，PSO-RBPF利用较少采样粒子、耗费较少时间即能获得极佳的估计精度。