基于蝙蝠算法的粒子滤波法研究

• 作者: 吴盘龙 岳聪 田梦楚 薄煜明 陈志敏 顾福飞
• 来源期刊: 物理学报
• 关键词: 粒子滤波 蝙蝠算法 粒子多样性 状态估计
• 年，卷（期）: 2017,（5）
• 所属期刊栏目: 总论
• 页码范围: 32-42
• 页数: 11页
• 语种: 中文
• DOI: 10.7498/aps.66.050502

摘要

标准粒子滤波容易出现粒子贫化问题,滤波精度不稳定,并且需要大量粒子才能对非线性系统进行准确估计,降低了算法的综合性能.针对该问题,本文提出了一种基于蝙蝠算法的新型粒子滤波算法.该算法用粒子表征蝙蝠个体,模拟蝙蝠群体搜索猎物的过程,粒子群体通过调整频率、响度、脉冲发射率,追随当前最优粒子在解空间中进行搜索,并可以动态控制全局搜索及局部搜索的相互转换,进而提高粒子整体的质量和分布的合理性;此外,改进算法引入Lévy飞行策略,从而避免局部极值的不良吸引.实验表明新型粒子滤波方法提高了粒子多样性和滤波预测精度,同时大大降低了对非线性系统进行状态预测所需的粒子数量.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	薄煜明	南京理工大学自动化学院	146	991	15.0	23.0
2	吴盘龙	南京理工大学自动化学院	76	479	12.0	17.0
3	田梦楚	南京理工大学自动化学院	6	81	5.0	6.0
4	岳聪	南京理工大学自动化学院	4	54	4.0	4.0