智能优化的代价评估粒子滤波算法

• 作者: 曹洁 李伟 王进花
• 来源期刊: 系统工程与电子技术
• 学科: 工学
• 关键词: 粒子滤波 代价评估粒子滤波 未知噪声 重采样
• 年，卷（期）: 2017,（12）
• 所属期刊栏目: 软件、算法与仿真
• 页码范围: 2857-2862
• 页数: 6页
• 分类号: TP391
• 字数: 6005字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-506X.2017.12.32

摘要

针对噪声未知情况下粒子滤波算法进行状态估计时准确性低的问题,对智能优化的代价评估粒子滤波算法进行研究.结合代价评估粒子滤波算法特点设计了智能优化重采样策略,利用概率质量函数评价粒子的可信度,通过交叉变异操作引导粒子向风险较小的区域移动,改善基于风险和代价进行样本更新而导致的样本贫乏问题;通过对风险较大粒子的变异,扩展了粒子的后验分布区域.仿真结果表明,提出的智能优化代价评估粒子滤波算法具有良好的粒子优化性能,能在噪声统计特性未知情况下提高状态估计的精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曹洁	兰州理工大学电气工程与信息工程学院	180	1035	14.0	20.0
2	王进花	兰州理工大学电气工程与信息工程学院	46	231	8.0	12.0
3	李伟	兰州理工大学电气工程与信息工程学院	24	91	5.0	7.0