变异率自适应的差分进化粒子滤波算法研究

利用差分进化思想解决粒子滤波算法中存在的粒子退化具有一定的可行性,针对差分进化变异率固定,导致经过若干次迭代之后,后代样本间差异性变小,样本多样性减少,引入变异率自适应的差分进化算法,自适应变异过程中大权值粒子变化不大而小权值粒子变化较大,小权值粒子通过变异寻得较优状态,优化了粒子采样集合,使粒子集合向接近后验概率密度分布的取值运动,缓解了粒子滤波算法中的粒子退化缺陷。仿真结果表明,变异率自适应的差分进化粒子滤波算法较差分进化改进的粒子滤波,因此能够以较少的粒子数达到较高的准确度,由此算法运行时间较短,具有较好的实时性。