基于遺傳算法的粒子濾波算法研究.pdf

1、粒子濾波算法在非線性濾波領域受到廣泛關注，與傳統(tǒng)濾波方法相比，具有簡單易行，適用于非線性及非高斯噪聲環(huán)境等優(yōu)點，因而被廣泛應用于諸多領域。它是一種基于蒙特卡羅方法和遞推貝葉斯估計的新濾波方法，在處理非線性、非高斯系統(tǒng)的參數(shù)估計和狀態(tài)濾波方面具有獨到的優(yōu)勢。
　　 粒子濾波算法采用帶有權(quán)重值的粒子集來近似表示后驗概率分布，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，它易出現(xiàn)粒子退化現(xiàn)象，傳統(tǒng)的

2、重采樣之后又會出現(xiàn)粒子貧乏現(xiàn)象。因此，研究并改進粒子濾波重采樣算法對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)重采樣方法的基礎上，將遺傳算法引入到粒子濾波重采樣算法中來，借用遺傳算法的全局搜索和尋優(yōu)能力來克服粒子濾波算法存在的粒子退化現(xiàn)象和粒子貧乏的問題。通過仿真驗證，結(jié)果表明利用遺傳算法來實現(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，本文運用La