融入粒子群优化的UPF算法研究及其导航应用

被引:1
作者
姚尧 [1 ]
潘峰 [2 ]
张福斌 [1 ]
徐德民 [1 ]
机构
[1] 西北工业大学航海学院
[2] 江苏自动化研究所
关键词
粒子群优化; UPF; 地形导航;
D O I
暂无
中图分类号
U666.1 [导航设备];
学科分类号
081105 ;
摘要
粒子滤波易出现粒子多样性损失,粒子退化等问题,且在初始未知时,需要粒子数较多,收敛较慢。针对上述缺陷,在UKF和PF滤波基础上,将改进了搜索因子的粒子群优化算法融入U粒子滤波算法,提出了一种新型粒子滤波算法,加速了算法的收敛速度。将其应用于地形匹配导航算法中,仿真结果表明该新型算法明显优于UPF及PF算法,更适应于大误差的初始条件下,收敛速度快,具有更高的导航精度和抗噪特性。
引用
收藏
页码:69 / 71
页数:3
相关论文
共 5 条
[1]   基于粒子滤波和UKF联合滤波的卫星姿态估计 [J].
姜雪原 ;
马广富 ;
胡庆雷 .
哈尔滨工业大学学报, 2007, (03) :337-341
[2]   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
[3]   RJMCMC粒子滤波方法在月球探测器自主天文导航中的应用 [J].
宁晓琳 ;
房建成 .
宇航学报, 2005, (S1) :39-44
[4]   基于非线性滤波技术的多航天器编队飞行相对导航 [J].
周凤歧 ;
孙东 ;
周军 .
宇航学报, 2005, (02) :212-216
[5]   Combination of multiple neural networks using data fusion techniques for enhanced nonlinear process modelling [J].
Ahmad, Z ;
Zhang, J .
COMPUTERS & CHEMICAL ENGINEERING, 2005, 30 (02) :295-308