- 1、本文档共12页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
基于模拟退火粒子群优化粒子滤波算法
基于模拟退火粒子群优化粒子滤波算法
【摘要】本文提出一种基于模拟退火粒子群优化的粒子滤波新算法,该算法基于一个高斯分布来不断更新粒子,采用随机概率扰动的方式作为粒子群算法的全局极值更新条件,增加了全局最优区域的有哪些信誉好的足球投注网站能力,避免了粒子过早的“趋同性”,仿真实验结果表明,算法克服了粒子退化问题,提高了预估精度,预估性能优于传统的粒子滤波方法。
【关键词】粒子滤波;粒子群优化;模拟退火;随机概率扰动
1.引言
近年来,粒子滤波方法在国内外备受关注,与传统滤波方法相比,该方法具有简单易行,适用于非线性及非高斯噪声环境等优点,因而被广泛应用于视觉跟踪、机器人定位、航空导航、图象处理、故障检测、工业控制等诸多领域。[1-4]
粒子滤波(PF)的基本思想是先在状态空间中根据先验分布产生一组随机样本集合,这些样本被称为粒子,然后在观测的基础上,通过调节每一样本所对应权值的大小和样本的位置,来获得服从实际分布的样本,并以这些样本的均值作为系统状态估计值。
粒子滤波方法采用带有权重值的粒子集来近似表示后验概率分布,因此,理论上该方法可以表示任意形式的概率分布,然而,因为常规粒子滤波方法采用了次优的重要性函数,所以常规粒子滤波方法存在粒子贫乏和计算效率等缺点,为解决以上问题,国内外不少学者提出了改进方法。
Rudolph等[5]将UKF方法引入粒子滤波中,提出了无味粒子滤波算法(UPF),其核心思想是利用UKF得到比常规PF更好的重要性函数,该方法将必威体育精装版的观测值引入预测过程中,因此提高了常规粒子滤波的性能,但计算量也大大增加了;Clapp等[6]将模拟退火思想引入粒子滤波中,提出了模拟退火粒子滤波(SA-PF),该算法引入退火重要性采样和中间分布的概念,改善了出现先验尾部观测值时的算法性能;方正等[7]提出了粒子群优化粒子滤波方法(PSO-PF),将粒子群优化算法引入粒子滤波方法中,利用粒子群(PSO)算法对PF的重要性采样进行优化将必威体育精装版的观测值引入重要性采样分布中,使得重要性采样分布向后验概率较高的区域运动,提高了状态预估的精度,然而该方法仍然存在重采样过程带来的粒子缺乏多样性问题。
本文提出了基于模拟退火粒子群优化的粒子滤波算法(SAPSO-PF:Simulated Annea-ling Particle Swarm Optimized Particle Filter),该方法基于一个高斯分布来不断更新粒子的速度,同时采用随机概率扰动的方式作为基本粒子群算法的全局极值更新条件,从而增加全局最优区域的有哪些信誉好的足球投注网站能力,避免了粒子过早的“趋同性”,使得粒子滤波的性能得到很大的提高。
2.基于模拟退火粒子群优化的粒子滤波算法
2.1 高斯粒子群优化粒子滤波
常规的粒子滤波采用了次优的重要性函数,因此,粒子的重要性采样过程是次优的。为了优化粒子滤波的采样过程,本文将粒子群优化算法融入粒子滤波中。
首先,将必威体育精装版的观测值引入采样过程,并定义适应度函数为:
(1)
其中:是观测噪声方差,是必威体育精装版的观测值,是预测观测值。粒子群优化算法通过计算适应度值将所有的粒子向最优粒子移动。但有时经典的粒子群优化算法的最大速度等参数很难确定,因此本文采用一种改进的粒子群优化算法,即高斯粒子群优化算法(GPSO-PF:Gaussian Particle swarm Optimized Particle Filter)。
该方法基于一个高斯分布来不断更新粒子的速度,其收敛性好于经典的粒子群优化算法[7-8]。
如果粒子集都分布在真实状态附近,那么粒子群中每个粒子的适应度都很高。反之,如果粒子群中每个粒子的个体最优值以及粒子群的全局最优值都很低,则说明粒子没有分布在真实状态附近。此时粒子集利用粒子群优化算法,不断根据最优值并利用下式来更新每个粒子的速度与位置,使得粒子不断地向真实状态靠近:
(2)
其中和是正的高斯分布的随机数,可由产生。
通过移动粒子群向最优粒子靠近,粒子群优化算法实质是驱动所有的粒子向高似然概率区域运动。当粒子群的最优值符合某阈值ε时,说明粒子群已经分布在真实状态附近,那么粒子群将停止优化。此时再对粒子集利用必威体育精装版观测值通过下式进行权重更新并进行归一化处理:
(3)
为了解决粒子滤波的退化问题,需要选择和复制权重值较大的粒子,即对粒子集进行重采样:
(4)
在重采样之后,真实状态附近的粒子权重值将会大。
通过以上的优化过程,使得粒子集在权重值更新前更加趋向于高似然区域,从而解决了粒子贫乏问题。同时,优化过程使得远离真实状态的粒子趋向于真实状态出现概率较大的区域,提高了每个粒子的作用效果。于是,粒子滤波需要大量粒子才能进行精确状态预
您可能关注的文档
- 基于工业控制网络再造烟叶柔性制丝线设计.doc
- 基于工作过程《塑料成型工艺与模具设计》课程教学实践.doc
- 基于工作过程行动导向《电工电子技术》探析.doc
- 基于工学结合高职院校智能化网络考核平台建设探索.doc
- 基于市场需求高职物流管理专业课程体系构建.doc
- 基于广电网络标准地址信息管理系统设计与探索.doc
- 基于建筑信息模型BIM费用控制与进度控制.doc
- 基于开源云技术高可用Web应用云研究.doc
- 基于形状字符识别算法.doc
- 基于微博新媒介视角思政教育工作创新探索.doc
- 2023-2024学年广东省深圳市龙岗区高二(上)期末物理试卷(含答案).pdf
- 2023-2024学年贵州省贵阳市普通中学高一(下)期末物理试卷(含答案).pdf
- 21.《大自然的声音》课件(共45张PPT).pptx
- 2023年江西省吉安市吉安县小升初数学试卷(含答案).pdf
- 2024-2025学年广东省清远市九校联考高一(上)期中物理试卷(含答案).pdf
- 广东省珠海市六校联考2024-2025学年高二上学期11月期中考试语文试题.pdf
- 2024-2025学年语文六年级上册第4单元-单元素养测试(含答案).pdf
- 2024-2025学年重庆八中高三(上)月考物理试卷(10月份)(含答案).pdf
- 安徽省安庆市潜山市北片学校联考2024-2025学年七年级上学期期中生物学试题(含答案).pdf
- 贵州省部分校2024-2025学年九年级上学期期中联考数学试题(含答案).pdf
文档评论(0)