留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于混沌的改进粒子群优化粒子滤波算法

王尔申 庞涛 曲萍萍 蓝晓宇

李新友, 陈五一, 韩先国等 . 基于正交设计的3-RPS并联机构精度分析与综合[J]. 北京航空航天大学学报, 2011, 37(8): 979-984.
引用本文: 王尔申, 庞涛, 曲萍萍, 等 . 基于混沌的改进粒子群优化粒子滤波算法[J]. 北京航空航天大学学报, 2016, 42(5): 885-890. doi: 10.13700/j.bh.1001-5965.2015.0670
Li Xinyou, Chen Wuyi, Han Xianguoet al. Accuracy analysis and synthesis of 3-RPS parallel machine based on orthogonal design[J]. Journal of Beijing University of Aeronautics and Astronautics, 2011, 37(8): 979-984. (in Chinese)
Citation: WANG Ershen, PANG Tao, QU Pingping, et al. Improved particle filter algorithm based on chaos particle swarm optimization[J]. Journal of Beijing University of Aeronautics and Astronautics, 2016, 42(5): 885-890. doi: 10.13700/j.bh.1001-5965.2015.0670(in Chinese)

基于混沌的改进粒子群优化粒子滤波算法

doi: 10.13700/j.bh.1001-5965.2015.0670
基金项目: 国家自然科学基金(61571309,61101161)
详细信息
    作者简介:

    王尔申 男,博士,副教授。主要研究方向:卫星导航、智能信号处理。Tel.:024-89723755 E-mail:wanges_2016@126.com

    通讯作者:

    王尔申,Tel.:024-89723755 E-mail:wanges_2016@126.com

  • 中图分类号: V271.4;TP273

Improved particle filter algorithm based on chaos particle swarm optimization

  • 摘要: 针对基本粒子滤波(PF)算法存在的粒子退化和重采样引起的粒子多样性丧失,导致粒子样本无法精确表示状态概率密度函数真实分布,提出了一种基于混沌的改进粒子群优化(PSO)粒子滤波算法。通过引入混沌序列产生一组混沌变量,将产生的变量映射到优化变量的区间提高粒子质量,并利用混沌扰动克服粒子群优化局部最优问题。利用单变量非静态增长模型(UNGM)在高斯噪声和非高斯噪声环境下将该算法与基本粒子滤波和粒子群优化粒子滤波(PSO-PF)的性能进行仿真比较。结果表明:该算法的性能在有效粒子数和均方根误差(RMSE)等参数都优于基本粒子滤波和粒子群优化粒子滤波,改善了算法的精度和跟踪性能。

     

  • [1] CARPENTER J,CLIFFORD P,FEARNHEAD P.Improved particle filter for nonlinear problems[J].IEEE Proceedings-Radar Sonar and Navigation,1999,146(1):1-7.
    [2] 佘黎煌,张石,王鸿雁.非高斯条件下基于粒子滤波的T波交替检测算法[J].电子学报,2014,42(2):223-229. SHE L H,ZHANG S,WANG H Y.A T-wave alternans detection algotithm based on particle filtering in non-Gaussian environment[J].Acta Electronica Sinica,2014,42(2):223-229(in Chinese).
    [3] 张玲霞,刘志仓,王辉,等.非线性系统故障诊断的粒子滤波方法[J].电子学报,2015,43(3):615-619. ZHANG L X,LIU Z C,WANG H,et al.Particle filter method for fault diagnosis in nonlinear system[J].Acta Electronica Sinica,2015,43(3):615-619(in Chinese).
    [4] GUSTAFSSON F,BERGMAN N,FORSSELL U,et al.Particle filters for positioning,navigation,and tracking[J].IEEE Transaction on Signal Processing,2002,50(2):425-437.
    [5] IBARGUREN A,MAURTUA I,PEREZ M A,et al.Multiple target tracking based on particle filtering for safety in industrial robotic cells[J].Robotics and Autonomous Systems,2015,72:105-113.
    [6] 张华,张有光,李国彦.基于混合粒子滤波的载波估计算法[J].北京航空航天大学学报,2013,39(2):184-189. ZHANG H,ZHANG Y G,LI G Y.Carrier estimation algorithm based on novel hybrid particle filtering[J].Journal of Beijing University of Aeronautics and Astronautics,2013,39(2):184-189(in Chinese).
    [7] KADIRKAMANATHAN V,LI P,JAWARD M H,et al.Particle filtering based fault detection in nonlinear stochastic systems[J].International Journal of Systems Science,2002,33(4):259-265.
    [8] GORDON N,SALMOND D,SMITH A.Novel approach to nonlinear/non-Gaussian Bayesian state estimation[J].IEEE Proceedings on Radar,Sonar and Navigation,1993,140(2):107-113.
    [9] DOUCET A,GODSILL S,ANDRIEU C.On sequential Monte Carlo sampling methods for Bayesian filtering[J].Statistics and Computing,2000,10(3):197-208.
    [10] FU X Y,JIA Y M.An improvement on resampling algorithm of particle filters[J].IEEE Transactions on Signal Processing,2010,58(10):5414-5420.
    [11] ZHAO J,LI Z Y.Particle filter based on particle swarm optimization resampling for vision tracking[J].Expert Systems with Applications,2010,37(12):8910-8914.
    [12] ZHAO Z S,FENG X,LIN Y Y,et al.Improved rao-blackwellized particle filter by particle swarm optimization[J].Journal of Applied Mathematics,2013(4):1-6.
    [13] 陈志敏,薄煜明,吴盘龙,等.基于自适应粒子群优化的新型粒子滤波在目标跟踪中的应用[J].控制与决策,2013,28(2):193-200. CHEN Z M,BO Y M,WU P L,et al.Novel particle filter algorithm based on adaptive particle swarm optimization and its application to radar target tracking[J].Control and Decision,2013,28(2):193-200(in Chinese).
    [14] ARULAMPALAM M S,MASKELL S,GORDON N,et al.A tutorial on particle filters for online nonlinear/non-Gaussian Bayesian tracking[J].IEEE Transactions on Signal Processing,2002,50(2):174-188.
    [15] LORENZ E N.The essence of chaos[M].Seattle:University of Washington Press,1993:3-7.
    [16] WAKANO J Y,HAUERT C.Pattern formation and chaos in spatial ecological public goods games[J].Journal of Theoretical Biology,2011,268(1):30-38.
  • 期刊类型引用(14)

    1. 陈平平,陈家辉,王宣达,方毅,王锋. Dice系数前向预测的快速正交正则回溯匹配追踪算法. 电子与信息学报. 2024(04): 1488-1498 . 百度学术
    2. 张峰,凌锦炜,刘叶楠,赵黎. 基于DFT-SAMP算法的MIMO-VLC系统压缩感知信道估计. 光子学报. 2023(04): 52-62 . 百度学术
    3. 张家慧,王英志,李新格,沈亮. 一种改进型烟花重构算法及其在冲击波测试领域中的应用. 长春理工大学学报(自然科学版). 2022(02): 74-83 . 百度学术
    4. 于立君,钟飞,王辉,原新. 基于纹理信息的图像重构实验项目改进算法设计. 实验技术与管理. 2021(05): 154-157+161 . 百度学术
    5. 季策,王金芝,李伯群. 基于RSAMP算法的OFDM稀疏信道估计. 系统工程与电子技术. 2021(08): 2290-2296 . 百度学术
    6. 刘洲洲,张倩昀,马新华,彭寒. 基于优化离散差分进化算法的压缩感知信号重构. 吉林大学学报(工学版). 2021(06): 2246-2252 . 百度学术
    7. 陶亮,刘海鹏,王蒙,董士谦. 基于回溯正则化的前向搜索正交匹配追踪算法研究. 陕西理工大学学报(自然科学版). 2020(02): 37-43 . 百度学术
    8. 丁倩,胡茂海. 一种改进的压缩感知重构算法. 红外技术. 2019(04): 364-369 . 百度学术
    9. 丁佳静,武雪姣,李雪晴. 稀疏度自适应回溯追踪算法改进. 软件导刊. 2019(08): 59-62 . 百度学术
    10. 江晓林,唐征宇,渠苏苏. 基于SWOMP分段回溯的压缩感知改进算法. 黑龙江科技大学学报. 2019(04): 501-505 . 百度学术
    11. 肖沈阳,金志刚,苏毅珊,武晋. 压缩感知OFDM稀疏信道估计导频设计. 北京航空航天大学学报. 2018(07): 1447-1453 . 本站查看
    12. 赵东波,李辉. 变步长SAMP算法在雷达目标识别中的应用. 控制工程. 2018(08): 1381-1385 . 百度学术
    13. 李琪,张欣,张平康,张航. 阈值稀疏自适应匹配追踪图像重构算法. 小型微型计算机系统. 2018(11): 2528-2532 . 百度学术
    14. 高宇轩,孙华燕,张廷华,都琳. 压缩编码孔径成像重构算法. 兵器装备工程学报. 2017(10): 191-196 . 百度学术

    其他类型引用(8)

  • 加载中
计量
  • 文章访问数:  1394
  • HTML全文浏览量:  83
  • PDF下载量:  1251
  • 被引次数: 22
出版历程
  • 收稿日期:  2015-10-16
  • 网络出版日期:  2016-05-20

目录

    /

    返回文章
    返回
    常见问答