溷沌粒子群优化粒子滤波算法_陈志敏

溷沌粒子群优化粒子滤波算法_陈志敏

ID:15547559

大小:776.79 KB

页数:5页

时间:2018-08-04

溷沌粒子群优化粒子滤波算法_陈志敏_第1页
溷沌粒子群优化粒子滤波算法_陈志敏_第2页
溷沌粒子群优化粒子滤波算法_陈志敏_第3页
溷沌粒子群优化粒子滤波算法_陈志敏_第4页
溷沌粒子群优化粒子滤波算法_陈志敏_第5页
资源描述:

《溷沌粒子群优化粒子滤波算法_陈志敏》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、第20卷第1期电光与控制Vol.20No.12013年1月ElectronicsOptics&ControlJan.2013doi:10.3969/j.issn.1671-637X.2013.01.009混沌粒子群优化粒子滤波算法陈志敏,薄煜明,吴盘龙,于胜龙(南京理工大学自动化学院,南京210094)摘要:针对基于粒子群优化算法的粒子滤波计算复杂度大,并且容易陷入局部最优,提出了一种新的基于混沌的粒子群优化粒子滤波算法。该算法在粒子群优化的基础上,引入混沌序列,利用混沌运动的遍历性、随机性等特点改善了初始样本

2、的质量,同时利用混沌扰动避免搜索过程陷入局部最优,使算法具有更快的收敛速度和更好的全局搜索能力。最后利用UNGM模型将该算法与标准粒子滤波和粒子群粒子滤波进行仿真对比,并利用纯角度目标跟踪模型验证了算法的有效性。实验结果表明,该算法改善了粒子群优化算法的粒子滤波易陷入局部最优的现象,提高了粒子滤波的精度和速度,具有较高的应用价值。关键词:粒子滤波;混沌;粒子群优化;Logistic映射中图分类号:V271.4;TP273文献标志码:A文章编号:1671-637X(2013)01-0036-05AChaosPar

3、ticleSwarmOptimizationParticleFilterAlgorithmCHENZhiminBOYumingWUPanlongYUShenglong(SchoolofAutomationNanjingUniversityofScienceandTechnologyNanjing210094China)Abstract:ParticleFilterbasedonParticleSwarmOptimizationalgorithm(PSO-PF)hashighcalculationco

4、mplexityandiseasilytrappedinlocaloptimum.Tosolvetheseproblemsanovelparticlefilterbasedonchaosparticleswarmwasproposed.OnthebasisofPSOthisalgorithmintroducedchaossequencebyuseoftheergodicityandrandomnessofchaosthequalityoftheoriginalsamplewasimproved.Inth

5、emeanwhilechaosperturbationwasutilizedtoavoidthesearchbeingtrappedinlocaloptimum.Thereforethealgorithmhadfasterconvergencespeedandbetterglobalsearchcapability.UNGMmodelwasusedforsimulationtocomparethealgorithmwithParticleFilter(PF)andPSO-PFandBearings-onl

6、ytracking(BOT)modelwasusedtoverifytheeffectivenessofthealgorithm.Thesimulationresultsshowthatthisalgorithmnotonlyreducesthelocaloptimizationbutalsoimprovesthevelocityandprecisionsoithasahighapplicationvalue.Keywords:ParticleFilter(PF);chaos;particleswarmop

7、timization;Logisticmapping将智能算法融入PF,成为PF技术的一大突破。0引言将粒子群优化算法(PSO)引入PF中,得到粒子群优化[1][5]粒子滤波(ParticleFilter,PF)是一种基于蒙特粒子滤波算法(PSO-PF),通过引入最新的量测值,卡罗方法的滤波技术,由于其状态函数和观测函数并并利用PF优化采样过程,使得采样分布向高后验概率未要求在非线性环境下,所以PF不受系统线性和高斯区域运动。PSO-PF改善了PF的粒子退化的现象,其噪声的限制,被广泛应用于目标跟踪、定位导航、

8、故障可调参数少,精度较高,易于实现,但是该算法往往会检测等领域。针对PF的权值退化问题,文献[2]提出陷入局部最优,并且迭代次数多,计算复杂度较大,难了重采样方法。但是,重采样算法仅复制大权值样本,以满足实际工程应用的需要。会导致粒子的匮乏,这在文献[3-4]都已证明。本文提出一种基于混沌粒子群优化的粒子滤波算法(CPSO-PF),该算法利用混沌初始化粒子的初始位收稿日期:2011-1

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。