发明名称 |
基于并行遗传重采样算法的改进粒子滤波方法 |
摘要 |
基于并行遗传重采样的粒子滤波方法,(1)围绕初始概率分布采样得到初始粒子,并设定初始权重;(2)通过k-1时刻的M个粒子滤波估计,围绕状态转移概率密度进行粒子采样,从中产生新的M个粒子;M为自然数;(3)对这M个粒子分别进行权重更新,得到每个粒子的权重;(4)利用并行遗传重采样算法对粒子群进行优化。本发明改进粒子滤波,抑制其退化现象及因简单随机重采样引起的粒子匮乏问题,提高粒子多样性及自适应性,进而改善粒子滤波的性能精度。 |
申请公布号 |
CN101807900B |
申请公布日期 |
2012.10.10 |
申请号 |
CN201010121623.6 |
申请日期 |
2010.03.10 |
申请人 |
北京航空航天大学 |
发明人 |
丛丽;秦红磊;李子昱 |
分类号 |
H03H17/00(2006.01)I;G06N3/12(2006.01)I |
主分类号 |
H03H17/00(2006.01)I |
代理机构 |
北京科迪生专利代理有限责任公司 11251 |
代理人 |
李新华 |
主权项 |
基于并行遗传重采样算法的改进粒子滤波方法,其特征在于实现步骤如下:(1)围绕初始概率分布采样得到Ns个初始粒子,并为Ns个初始粒子分别设定初始权重;(2)通过k‑1时刻的Ns个粒子滤波估计,围绕状态转移概率密度进行粒子采样,从中产生新的Ns个粒子;Ns为自然数;(3)对所述Ns个粒子的初始权重分别进行权重更新,得到每个粒子的权重;(4)利用并行遗传重采样方法对粒子群进行优化,所述并行遗传重采样方法实现步骤为:(4.1)由步骤(2)、(3)产生Ns个个体组成的种群为初始种群G(t),计算得到的粒子权重为初始适应度;t为遗传代数计数器;(4.2)按信息交换模型划分G(t)为n组群体:G(t)={G1(t),G2(t),…,Gi(t),…,Gn(t)},其中,n为分组个数,分组数由并行运算单元的个数而定,每组的粒子个数为Ns/n;(4.3)分组计算各Gi(t)中个体的适应度,并对各分组群体Gi(t)进行独立的遗传选择、交叉、变异操作得到各组的子代种群Gi″′(t),其中i=1,2,…,n;(4.4)分组计算各Gi″′(t)中个体的适应度,由信息交换模型进行各Gi″′(t)之间的信息交换,得到下一代群体Gi(t+1),若种群适应度或遗传代数达到设定门限,则输出计算结果,否则转到步骤(4.2),其中i=1,2,…,n;(5)对并行遗传重采样优化后的带权粒子群加权后就得到了k时刻的滤波结果。 |
地址 |
100190 北京市海淀区学垸路37号 |