本文關(guān)鍵詞：智能優(yōu)化的代價(jià)評估粒子濾波算法　出處：《系統(tǒng)工程與電子技術(shù)》2017年12期 　論文類型：期刊論文

  更多相關(guān)文章： 粒子濾波 代價(jià)評估粒子濾波 未知噪聲 重采樣

【摘要】：針對噪聲未知情況下粒子濾波算法進(jìn)行狀態(tài)估計(jì)時(shí)準(zhǔn)確性低的問題,對智能優(yōu)化的代價(jià)評估粒子濾波算法進(jìn)行研究。結(jié)合代價(jià)評估粒子濾波算法特點(diǎn)設(shè)計(jì)了智能優(yōu)化重采樣策略,利用概率質(zhì)量函數(shù)評價(jià)粒子的可信度,通過交叉變異操作引導(dǎo)粒子向風(fēng)險(xiǎn)較小的區(qū)域移動(dòng),改善基于風(fēng)險(xiǎn)和代價(jià)進(jìn)行樣本更新而導(dǎo)致的樣本貧乏問題;通過對風(fēng)險(xiǎn)較大粒子的變異,擴(kuò)展了粒子的后驗(yàn)分布區(qū)域。仿真結(jié)果表明,提出的智能優(yōu)化代價(jià)評估粒子濾波算法具有良好的粒子優(yōu)化性能,能在噪聲統(tǒng)計(jì)特性未知情況下提高狀態(tài)估計(jì)的精度。
[Abstract]:The problem of low accuracy in the state estimation of particle filter algorithm under unknown noise. The cost evaluation particle filter algorithm of intelligent optimization is studied. Combining the characteristics of cost evaluation particle filter algorithm, the intelligent optimization resampling strategy is designed, and the probability quality function is used to evaluate the reliability of particles. The cross-mutation operation can lead the particle to move to the less risky area, which can improve the sample shortage problem caused by the sample updating based on the risk and the cost. The posterior distribution area of the particles is expanded by the variation of the riskier particles. The simulation results show that the proposed intelligent optimization cost evaluation particle filter algorithm has good particle optimization performance. The accuracy of state estimation can be improved when the statistical characteristics of noise are unknown.
【作者單位】： 蘭州理工大學(xué)電氣工程與信息工程學(xué)院;
【基金】：國家自然科學(xué)基金(61263031) 甘肅省自然科學(xué)基金(1506RJZA105) 甘肅省科技計(jì)劃項(xiàng)目(1606RJZA145) 甘肅省教育廳項(xiàng)目(2014B-027)資助課題
【分類號】：TN713
【正文快照】： 網(wǎng)絡(luò)優(yōu)先出版地址:http://kns.cnki.net/kcms/detail/11.2422.TN.20171023.0916.010.html0引言粒子濾波(particle filter,PF)是一種遞歸貝葉斯估計(jì)方法,其基于蒙特卡羅采樣思想近似計(jì)算無法解析的非線性積分問題,通過一個(gè)賦予相應(yīng)權(quán)值信息的粒子集合來近似真實(shí)的后驗(yàn)密度函數(shù),

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 唐勁松，何友，王國宏;一種自適應(yīng)α、β、γ濾波算法[J];火力與指揮控制;1995年02期

2 胡振濤,劉先省;基于測量方差時(shí)變的改進(jìn)強(qiáng)跟蹤濾波算法[J];傳感器技術(shù);2005年06期

3 莫以為,蕭德云;進(jìn)化粒子濾波算法及其應(yīng)用[J];控制理論與應(yīng)用;2005年02期

4 趙梅;張三同;朱剛;;輔助粒子濾波算法及仿真舉例[J];北京交通大學(xué)學(xué)報(bào);2006年02期

5 張琪;胡昌華;喬玉坤;;基于權(quán)值選擇的粒子濾波算法研究[J];控制與決策;2008年01期

6 汪溢;張毅;趙繼承;;工程中常用的4種無序?yàn)V波算法[J];現(xiàn)代雷達(dá);2008年12期

7 樊玲;;粒子濾波算法及其仿真[J];科技創(chuàng)新導(dǎo)報(bào);2009年15期

8 鄒衛(wèi)軍;薄煜明;陳益;;一種適用于低測量噪聲系統(tǒng)的粒子濾波算法[J];信息與控制;2010年01期

9 何佳;;改進(jìn)的粒子濾波算法在目標(biāo)跟蹤中的應(yīng)用[J];科技情報(bào)開發(fā)與經(jīng)濟(jì);2010年13期

10 高林;劉喜梅;顧幸生;;一種新的數(shù)據(jù)濾波算法[J];青島理工大學(xué)學(xué)報(bào);2010年03期

相關(guān)會(huì)議論文 前10條

1 李龍?jiān)?彭玉華;;小波變換模極大值域的一種自動(dòng)濾波算法的實(shí)現(xiàn)[A];第十一屆全國信號處理學(xué)術(shù)年會(huì)（CCSP-2003）論文集[C];2003年

2 李慶奎;吳星;崔健勇;陳勤勤;;模糊漸消濾波算法[A];中國測繪學(xué)會(huì)九屆四次理事會(huì)暨2008年學(xué)術(shù)年會(huì)論文集[C];2008年

3 黃河;;插值粒子濾波算法的研究[A];2006通信理論與技術(shù)新進(jìn)展——第十一屆全國青年通信學(xué)術(shù)會(huì)議論文集[C];2006年

4 胡紹林;黃劉生;;非平穩(wěn)信號的2(?)2型雙重中值容錯(cuò)濾波算法[A];2003年中國智能自動(dòng)化會(huì)議論文集（下冊）[C];2003年

5 尹建君;張建秋;;混合線性/非線性聯(lián)邦濾波算法及其在組合導(dǎo)航中的應(yīng)用[A];2007系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2007年

6 楊秀華;陳濤;王延風(fēng);吉桐伯;;光電跟蹤目標(biāo)的非線性濾波算法研究[A];第二屆全國信息獲取與處理學(xué)術(shù)會(huì)議論文集[C];2004年

7 秦臻;何順華;朱號東;;非線性濾波算法在動(dòng)態(tài)導(dǎo)航中的應(yīng)用[A];江蘇省測繪學(xué)會(huì)2011年學(xué)術(shù)年會(huì)論文集[C];2011年

8 李勇;陳書明;陳勝剛;;一種基于YHFT-Matrix DSP的去塊效應(yīng)濾波算法的向量化實(shí)現(xiàn)[A];第十五屆計(jì)算機(jī)工程與工藝年會(huì)暨第一屆微處理器技術(shù)論壇論文集（B輯）[C];2011年

9 周翟和;劉建業(yè);賴際舟;熊劍;;混合粒子濾波算法及其在導(dǎo)航系統(tǒng)中的應(yīng)用[A];2009年中國智能自動(dòng)化會(huì)議論文集（第二分冊）[C];2009年

10 宮軼松;歸慶明;李保利;張靈敏;;基于均值漂移的粒子濾波算法設(shè)計(jì)及其在導(dǎo)航數(shù)據(jù)處理中的應(yīng)用[A];第二屆中國衛(wèi)星導(dǎo)航學(xué)術(shù)年會(huì)電子文集[C];2011年

相關(guān)博士學(xué)位論文 前10條

1 李偉;魯棒自適應(yīng)濾波算法及在飛行器技術(shù)中的應(yīng)用研究[D];上海交通大學(xué);2014年

2 梁軍;粒子濾波算法及其應(yīng)用研究[D];哈爾濱工業(yè)大學(xué);2009年

3 李甫;粒子濾波算法研究及其電路設(shè)計(jì)[D];西安電子科技大學(xué);2010年

4 朱娟;蒙特卡洛濾波算法在目標(biāo)跟蹤中的應(yīng)用[D];中國科學(xué)院研究生院（長春光學(xué)精密機(jī)械與物理研究所）;2010年

5 孟晉麗;基于鄰域相關(guān)性的小波域?yàn)V波算法研究[D];西北工業(yè)大學(xué);2006年

6 丁家琳;容積卡爾曼濾波算法研究及其在電機(jī)狀態(tài)估計(jì)中的應(yīng)用[D];西南交通大學(xué);2015年

7 車延庭;非線性高斯濾波算法及其在導(dǎo)航系統(tǒng)中的應(yīng)用[D];哈爾濱工程大學(xué);2015年

8 洪少華;基于粒子濾波的目標(biāo)跟蹤算法與硬件實(shí)現(xiàn)研究[D];浙江大學(xué);2010年

9 姜竹青;自主導(dǎo)航中濾波算法的研究及應(yīng)用[D];北京郵電大學(xué);2014年

10 徐佳鶴;基于UKF的濾波算法設(shè)計(jì)分析與應(yīng)用[D];東北大學(xué);2008年

相關(guān)碩士學(xué)位論文 前10條

1 張峰瑞;粒子濾波TBD及并行實(shí)現(xiàn)技術(shù)研究[D];電子科技大學(xué);2014年

2 賈飛飛;非線性濾波算法及其應(yīng)用研究[D];電子科技大學(xué);2015年

3 魏國華;粒子濾波算法研究與實(shí)現(xiàn)[D];電子科技大學(xué);2015年

4 肖婷婷;粒子濾波算法研究及其在無線定位跟蹤中的應(yīng)用[D];電子科技大學(xué);2014年

5 饒子仁;HEVC環(huán)內(nèi)濾波算法優(yōu)化[D];西安電子科技大學(xué);2014年

6 胡永杰;機(jī)載激光雷達(dá)點(diǎn)云濾波算法研究[D];東華理工大學(xué);2015年

7 賀姍;約束條件下的濾波算法研究[D];西安工程大學(xué);2015年

8 孫瑞;相關(guān)參數(shù)影響下的概率假設(shè)密度濾波算法研究[D];西安工程大學(xué);2015年

9 李小婷;目標(biāo)跟蹤中粒子濾波算法的研究[D];太原理工大學(xué);2016年

10 趙光瓊;非線性濾波算法及其在深空探測中的應(yīng)用[D];電子科技大學(xué);2016年

，

本文編號：1405678