改进粒子滤波的分类进化重采样策略
130 浏览量
更新于2024-08-30
收藏 802KB PDF 举报
本文主要探讨了一种新颖的"基于分类进化的重采样方法",针对粒子滤波在实际应用中常见的权值退化和样本贫化问题提出了改进策略。该方法由兰州理工大学电气工程与信息工程学院、甘肃省制造业信息化工程研究中心以及计算机与通信学院的李伟、曹洁、李军和王进花等人合作完成,并得到了国家自然科学基金(项目号61263031)的支持。
在传统粒子滤波中,随着过滤过程的推进,粒子的权值可能会逐渐趋向于零,导致部分重要信息被稀释,这被称为权值退化。为了克服这个问题,该研究团队将采样粒子集按照其权值大小划分为三个类别:小权值种群、保留种群和大权值裂变种群。保留种群保持不变,而大权值粒子则通过差分进化算法进行优化处理,通过变异、交叉和选择操作产生新的粒子种群。这种方法旨在保留历史信息,防止对小权值粒子的知识丢失,从而提高状态估计的精度和跟踪稳定性。
在仿真研究中,该方法显示出在粒子数量较少且仿真时间较长的复杂环境中,相较于传统重采样方法,具有显著的优势。实验结果显示,分类进化重采样方法对于解决权值退化问题更为有效,有助于提升系统的整体性能。文章的关键词包括状态估计、粒子滤波、权值退化和差分进化,这些关键词体现了论文的核心内容和研究领域。
这篇研究论文的索引号为1001-506X,发表在《系统工程与电子技术》杂志上,具体期号未给出,但网络出版时间为2016年,表明了研究成果的时效性。这项工作对提高粒子滤波在动态环境下的估计精度和鲁棒性具有重要的理论价值和实际应用潜力。
点击了解资源详情
点击了解资源详情
点击了解资源详情
2023-02-23 上传
2021-09-24 上传
2019-08-13 上传
2019-08-13 上传
2021-09-26 上传
2021-10-10 上传
weixin_38657115
- 粉丝: 5
- 资源: 905
最新资源
- C语言数组操作:高度检查器编程实践
- 基于Swift开发的嘉定单车LBS iOS应用项目解析
- 钗头凤声乐表演的二度创作分析报告
- 分布式数据库特训营全套教程资料
- JavaScript开发者Robert Bindar的博客平台
- MATLAB投影寻踪代码教程及文件解压缩指南
- HTML5拖放实现的RPSLS游戏教程
- HT://Dig引擎接口,Ampoliros开源模块应用
- 全面探测服务器性能与PHP环境的iprober PHP探针v0.024
- 新版提醒应用v2:基于MongoDB的数据存储
- 《我的世界》东方大陆1.12.2材质包深度体验
- Hypercore Promisifier: JavaScript中的回调转换为Promise包装器
- 探索开源项目Artifice:Slyme脚本与技巧游戏
- Matlab机器人学习代码解析与笔记分享
- 查尔默斯大学计算物理作业HP2解析
- GitHub问题管理新工具:GIRA-crx插件介绍