一种粒子群优化扩展卡尔曼粒子滤波算法

被引:4
作者
黄文娟
马勤
王立群
杨淑莹
机构
[1] 天津理工大学计算机与通信工程学院
关键词
扩展卡尔曼粒子滤波; 粒子群优化; 后验概率密度分布;
D O I
暂无
中图分类号
TN713 [滤波技术、滤波器];
学科分类号
080902 ;
摘要
本文提出一种采用粒子群(PSO)优化扩展卡尔曼粒子滤波(EPF)的新算法.由于上一时刻的目标解对当前时刻目标的影响最大,提出粒子群中的粒子不考虑其自身最佳经历和群体最佳经历,而只考虑前一时刻的全局最优解;取上一时刻的目标解代表粒子集中全局最优解.采用粒子群优化扩展卡尔曼粒子滤波(EPF)的状态转移方程,使得粒子集在权值更新前趋向于高似然区域,从而更加逼近真实状态的后验概率密度分布,克服了粒子退化问题,提高了预估精度,并极大地降低了所需的粒子数.仿真实验结果表明,该算法预估性能优于传统的粒子滤波方法.
引用
收藏
页码:50 / 53
页数:4
相关论文
共 3 条
[1]  
最佳估计原理.[M].袁天鑫编;.国防工业出版社.1980,
[2]   基于扩展卡尔曼滤波的主动视觉跟踪技术 [J].
刘晓辉 ;
陈小平 .
计算机辅助工程, 2007, (02) :32-37
[3]   粒子群优化粒子滤波方法 [J].
方正 ;
佟国峰 ;
徐心和 .
控制与决策, 2007, (03) :273-277