首页 | 官方网站   微博 | 高级检索  
     

一种改进的自适应优化粒子滤波算法研究
引用本文:于金霞,汤永利,许景民.一种改进的自适应优化粒子滤波算法研究[J].小型微型计算机系统,2013,34(6).
作者姓名:于金霞  汤永利  许景民
作者单位:河南理工大学计算机科学与技术学院,河南焦作,454003
基金项目:河南省高校科技创新人才支持计划项目,河南省高等学校青年骨干教师计划项目,河南理工大学青年骨干教师基金,河南理工大学博士基金项目
摘    要:粒子滤波算法在非线性滤波领域受到广泛关注,但是该算法存在样本退化问题.为了改进粒子滤波算法的性能,这里结合自适应优化机制对粒子滤波算法的建议分布选择机制及重采样技术进行改进.对于粒子滤波的建议分布选择,提出一种基于自适应退火参数优化的混合建议分布方法.通过混合建议分布不足的分析,利用退火参数来优化控制状态转移先验分布函数和观测似然函数之间的比例,同时,基于自适应参数优化机制来动态调整退火参数的值.对于粒子滤波的重采样,提出了基于部分分层重采样优化算法的自适应重采样技术.通过有效样本大小的评估来执行自适应重采样策略,此外,基于部分分层重采样算法,利用权重优化的思想对其重采样前后权重计算的方法进行优化.通过相关算法的性能比较,所提改进粒子滤波算法的有效性得以验证.

关 键 词:粒子滤波  自适应优化机制  混合建议分布  自适应退火参数优化  部分分层重采样  权重优化

Research on an Improved Particle Filter Algorithm Based on Adaptive Optimization Mechanism
YU Jin-xia , TANG Yong-li , XU Jing-min.Research on an Improved Particle Filter Algorithm Based on Adaptive Optimization Mechanism[J].Mini-micro Systems,2013,34(6).
Authors:YU Jin-xia  TANG Yong-li  XU Jing-min
Abstract:
Keywords:particle filter  adaptive optimization mechanism  hybrid proposal distribution  adaptive annealing parameter optimization  partial stratified resampling  weight optimization
本文献已被 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司    京ICP备09084417号-23

京公网安备 11010802026262号