基于遺傳算法的粒子濾波算法研究.pdf_第1頁(yè)
已閱讀1頁(yè),還剩64頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、粒子濾波算法在非線性濾波領(lǐng)域受到廣泛關(guān)注,與傳統(tǒng)濾波方法相比,具有簡(jiǎn)單易行,適用于非線性及非高斯噪聲環(huán)境等優(yōu)點(diǎn),因而被廣泛應(yīng)用于諸多領(lǐng)域。它是一種基于蒙特卡羅方法和遞推貝葉斯估計(jì)的新濾波方法,在處理非線性、非高斯系統(tǒng)的參數(shù)估計(jì)和狀態(tài)濾波方面具有獨(dú)到的優(yōu)勢(shì)。
   粒子濾波算法采用帶有權(quán)重值的粒子集來(lái)近似表示后驗(yàn)概率分布,因此,理論上該方法可以表示任意形式的概率分布。然而,常規(guī)粒子濾波方法存在一些缺點(diǎn),它易出現(xiàn)粒子退化現(xiàn)象,傳統(tǒng)的

2、重采樣之后又會(huì)出現(xiàn)粒子貧乏現(xiàn)象。因此,研究并改進(jìn)粒子濾波重采樣算法對(duì)提高粒子濾波算法效率就具有十分重要的意義。
   本文在研究傳統(tǒng)重采樣方法的基礎(chǔ)上,將遺傳算法引入到粒子濾波重采樣算法中來(lái),借用遺傳算法的全局搜索和尋優(yōu)能力來(lái)克服粒子濾波算法存在的粒子退化現(xiàn)象和粒子貧乏的問(wèn)題。通過(guò)仿真驗(yàn)證,結(jié)果表明利用遺傳算法來(lái)實(shí)現(xiàn)粒子濾波的重采樣是可行的,并且結(jié)果表明這種方法在一定程度上優(yōu)于傳統(tǒng)的重采樣算法。
   最后,本文運(yùn)用La

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論