基于混沌的改進(jìn)粒子群優(yōu)化粒子濾波算法

《基于混沌的改進(jìn)粒子群優(yōu)化粒子濾波算法》由會(huì)員上傳分享，免費(fèi)在線(xiàn)閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。

1、2016年5月第42卷第5期北京航空航天大學(xué)學(xué)報(bào)JournalofBeijingUniversityofAeronauticsandAstronauticsMav2016V01．42No．5http：／／bhxb．buaa．edu．cnjbuaa@buaa．edu．enDOI：10．13700／j．bh．1001-5965．2015．0670基于混沌的改進(jìn)粒子群優(yōu)化粒子濾波算法王爾申4，龐濤，曲萍萍，藍(lán)曉宇(沈陽(yáng)航空航天大學(xué)電子信息工程學(xué)院，沈陽(yáng)110136)摘要：針對(duì)基本粒子濾波(PF)算法存在的

2、粒子退化和重采樣引起的粒子多樣性喪失，導(dǎo)致粒子樣本無(wú)法精確表示狀態(tài)概率密度函數(shù)真實(shí)分布，提出了一種基于混沌的改進(jìn)粒子群優(yōu)化(PSO)粒子濾波算法。通過(guò)引入混沌序列產(chǎn)生一組混沌變量，將產(chǎn)生的變量映射到優(yōu)化變量的區(qū)間提高粒子質(zhì)量，并利用混沌擾動(dòng)克服粒子群優(yōu)化局部最優(yōu)問(wèn)題。利用單變量非靜態(tài)增長(zhǎng)模型(UNGM)在高斯噪聲和非高斯噪聲環(huán)境下將該算法與基本粒子濾波和粒子群優(yōu)化粒子濾波(PSO．PF)的性能進(jìn)行仿真比較。結(jié)果表明：該算法的性能在有效粒子數(shù)和均方根誤差(RMSE)等參數(shù)都優(yōu)于基本粒子濾波和粒子群優(yōu)化

3、粒子濾波，改善了算法的精度和跟蹤性能。關(guān)鍵詞：混沌理論；粒子群優(yōu)化(PSO)；粒子濾波(PF)；粒子退化；非線(xiàn)性系統(tǒng)；非高斯噪聲中圖分類(lèi)號(hào)：V271．4；TP273文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1001—5965(2016)05—0885-06粒子濾波(ParticleFilter，PF)是由粒子及其權(quán)重組成的離散隨機(jī)測(cè)度近似概率分布¨o。由于其在處理非線(xiàn)性非高斯系統(tǒng)的狀態(tài)濾波問(wèn)題的優(yōu)勢(shì)心引，在目標(biāo)跟蹤、衛(wèi)星導(dǎo)航和故障檢測(cè)等方面得到了廣泛的應(yīng)用”。1。PF的主要問(wèn)題是隨著迭代次數(shù)增加，存在粒子退化現(xiàn)象。G

4、ordon等舊1提出改進(jìn)方法，解決了粒子退化部分問(wèn)題，但也帶來(lái)粒子多樣性喪失和計(jì)算復(fù)雜等問(wèn)題。為解決這些問(wèn)題，目前已有的改進(jìn)PF算法有：改進(jìn)重采樣的PF算法，將PSO(ParticleSwarmOptimization，PSO)算法與PF算法結(jié)合的PSO．PF算法，將自適應(yīng)PSO與PF結(jié)合的改進(jìn)算法等一’1引。將PSO引入到PF算法中，使得粒子分布向高后驗(yàn)概率區(qū)域分布，改善粒子退化問(wèn)題，提高濾波精度。但PSO存在陷入局部最優(yōu)、計(jì)算量大等問(wèn)題。本文利用混沌的遍歷性、隨機(jī)性的特點(diǎn)進(jìn)行搜索，將變量從混沌空

5、間映射到解空間，對(duì)當(dāng)前粒子個(gè)體產(chǎn)生混沌擾動(dòng)，使粒子跳出局部極值區(qū)間，提高粒子樣本的質(zhì)量。并給出混沌粒子群優(yōu)化改進(jìn)粒子濾波(ChaosParticleSwarmOptimizationParticleFilter，CPSO．PF)算法，在高斯噪聲和非高斯噪聲環(huán)境下對(duì)算法的性能進(jìn)行驗(yàn)證，提高了濾波的精度和穩(wěn)定性，減少了迭代次數(shù)。1PF算法設(shè)非線(xiàn)性系統(tǒng)的狀態(tài)方程和量測(cè)方程為戈I=／

6、量測(cè)函數(shù)；u。和收稿日期：2015—10-16；錄用13期：2015—11-20；網(wǎng)絡(luò)出版時(shí)間：2016-01．0410：04網(wǎng)絡(luò)出版地址：www．cnki．net／kems／detail／11．2625．V．20160104．1004．010．html基金項(xiàng)目：國(guó)家自然科學(xué)基金(61571309，61101161)}通訊作者：Tel．：024-89723755E—mail：wanges_2016@126．corn弓l用格式：王爾申，龐濤．曲萍萍．等．基于混沌的改進(jìn)粒子群優(yōu)化粒子濾波算法【j]．北京

7、航空航天大學(xué)學(xué)報(bào)，2016．42(5)：885—890．WANGES，PANGT，QuPP，eta1．ImprovedparticlefilteralgorithmbasedonchaosparticleSWsITnoptimization口J．Jour-nalofBeOingUniversityofAeronauticsandAstronautics，2016，42p)：885-890(inChinese)．886北京航空航天大學(xué)．學(xué)報(bào)2016年移。為相互獨(dú)立的噪聲‘141?；綪F算法的步驟如下

8、：步驟1初始化，產(chǎn)生粒子集{戈：}羔。，粒子的權(quán)值為1／N，N為粒子數(shù)目。步驟2重要性采樣，在k時(shí)刻，更新粒子權(quán)值11)》tlJ：一，P(氣I戈：)i=1，2，?，Ⅳ(3)步驟3狀態(tài)預(yù)測(cè)，利用狀態(tài)方程預(yù)測(cè)下一時(shí)刻狀態(tài)參數(shù)Ⅳ：+。。步驟4權(quán)值歸一化就7{加凈可∑(4)∑塒：菇：步驟5重采樣，計(jì)算得到新的粒子集為{z：，i=0，1，?，Ⅳ}。步驟6計(jì)算狀態(tài)估計(jì)值互。。步驟7時(shí)刻露=k+1，轉(zhuǎn)到步驟2。2CPSO-PF算法混沌運(yùn)動(dòng)具有隨機(jī)性、遍歷性和對(duì)初始條件敏感的依賴(lài)性等