摘要:
针对噪声未知情况下粒子滤波算法进行状态估计时准确性低的问题,对智能优化的代价评估粒子滤波算法进行研究。结合代价评估粒子滤波算法特点设计了智能优化重采样策略,利用概率质量函数评价粒子的可信度,通过交叉变异操作引导粒子向风险较小的区域移动,改善基于风险和代价进行样本更新而导致的样本贫乏问题;通过对风险较大粒子的变异,扩展了粒子的后验分布区域。仿真结果表明,提出的智能优化代价评估粒子滤波算法具有良好的粒子优化性能,能在噪声统计特性未知情况下提高状态估计的精度。
王进花, 曹洁, 李伟. 智能优化的代价评估粒子滤波算法[J]. 系统工程与电子技术, 2017, 39(12): 2857-2862.
WANG Jinhua, CAO Jie, LI Wei. Cost reference particle filter algorithm of intelligent optimization[J]. Systems Engineering and Electronics, 2017, 39(12): 2857-2862.