文章摘要
引用本文:张义群,林培杰,程树英.一种新型的简化群优化粒子滤波算法[J].福州大学学报(自然科学版),2017,45(1):102~107
一种新型的简化群优化粒子滤波算法
A new particle filter algorithm based on simplified swarm optimization
  
DOI:10.7631/issn.1000-2243.2017.01.0102
中文关键词: 粒子滤波  简化群优化  粒子群优化  重采样  粒子退化
英文关键词: particle filter  simplified swarm optimization  particle swarm optimization  resampling  particle degeneracy
基金项目:
作者单位
张义群 福州大学物理与信息工程学院福州大学微纳器件与太阳能电池研究所福建 福州 350116 
林培杰 福州大学物理与信息工程学院福州大学微纳器件与太阳能电池研究所福建 福州 350116 
程树英 福州大学物理与信息工程学院福州大学微纳器件与太阳能电池研究所福建 福州 350116 
摘要点击次数: 405
全文下载次数: 240
中文摘要:
      针对粒子滤波的粒子退化和贫化问题,将新兴的简化群优化(SSO)算法引入到粒子滤波的重采样阶段. SSO算法结构简单,在保留优良粒子的基础上,增加一项粒子随机运动过程,以提供粒子多样性. 实验结果表明,新算法不仅有效提高了对非线性系统状态的估计精度,而且具有更高的运算速度.
英文摘要:
      A new particle filter based on the simplified swarm optimization (called SSO-PF) is proposed for solving the degeneracy and impoverishment problem in the particle filter. The proposed algorithm uses the emerging SSO that is simple as the resampling stage of particle filter. A random movement is added to SSO to maintain particles diversity. Experimental results show that the proposed algorithm not only effectively boosts the estimation accuracy of the nonlinear system state,but also has a higher computing speed.
查看全文   查看/发表评论  下载PDF阅读器
关闭