粒子群优化粒子滤波方法

被引:223
作者
方正
佟国峰
徐心和
机构
[1] 东北大学人工智能与机器人研究所
关键词
粒子滤波; 粒子群优化; 状态预估; 移动机器人自定位;
D O I
暂无
中图分类号
TN713 [滤波技术、滤波器];
学科分类号
080508 [光电信息材料与器件];
摘要
针对粒子滤波方法存在粒子贫乏以及初始状态未知时需要大量粒子才能进行鲁棒状态预估等问题,将粒子群优化思想引入粒子滤波中.该方法将最新观测值融合到采样过程中,并对采样过程利用粒子群优化算法进行优化.通过优化,可使粒子集朝后验概率密度分布取值较大的区域运动,从而克服了粒子贫乏问题,并极大地降低了精确预估所需的粒子数.实验结果表明,该算法具有较高的预估精度和较好的鲁棒性.
引用
收藏
页码:273 / 277
页数:5
相关论文
共 2 条
[1]
On sequential Monte Carlo sampling methods for Bayesian filtering.[J] Arnaud Doucet;Simon Godsill;Christophe Andrieu Statistics and Computing 2000,
[2]
Finding location using a particle filter andhistogram matching Bogdan K; Proc of Artificial Intelligenceand Soft Computing 2004,