基于進化計算的粒子濾波算法應用研究.pdf

1、粒子濾波算法是一種基于蒙特卡羅方法仿真來實現遞推貝葉斯估計的統計濾波方法。作為一種基于蒙特卡羅思想的非線性、非高斯系統濾波方法，粒子濾波在處理非高斯、非線性時變系統的參數估計和狀態(tài)濾波問題方面有獨到的優(yōu)勢。粒子濾波因其強大的非線性處理能力而被廣泛的應用于導航定位、視覺跟蹤、無線通信、自動控制和經濟統計等領域。
　　 本文介紹了標準粒子濾波算法及其改進算法，總結概括了這些改進算法存在的問題。針對粒子濾波中存在的這些問題，在粒子濾波

2、算法中引入了進化算法。本文的主要研究內容如下:
　　 對進化粒子濾波算法中的遺傳粒子濾波算法(GPF)進行了研究，將遺傳算法中的選擇、交叉、變異操作引入粒子濾波，改善了粒子退化及計算量大的問題。因為遺傳粒子濾波算法對粒子匱乏現象的改善只是在重采樣階段，并非算法整體。所以針對此問題，提出了一種粒子群優(yōu)化的遺傳粒子濾波算法，利用粒子群優(yōu)化算法，驅動粒子向高似然區(qū)域移動，增加了有效粒子的數目，可以抑制粒子退化和匱乏現象。