一种基于人工萤火虫群优化的改进粒子滤波算法-计算机应用研究.PDF

第３１卷第１０期 计 算 机 应 用 研 究 Ｖｏｌ．３１Ｎｏ．１０ 　 　 ２０１４年１０月　 ＡｐｐｌｉｃａｔｉｏｎＲｅｓｅａｒｃｈｏｆＣｏｍｐｕｔｅｒｓ Ｏｃｔ．２０１４ 一种基于人工萤火虫群优化的改进粒子滤波算法 朱文超，许德章 （安徽工程大学　机械与汽车工程学院，安徽 芜湖２４１０００） 摘　要：针对传统粒子滤波算法中存在的粒子多样性丧失问题，提出一种基于人工萤火虫群优化的改进粒子滤波 算法。该算法利用人工萤火虫群算法优化粒子滤波的重采样过程，按照权值的蜕化程度对样本集进行分层，通过 转移概率将权值蜕化子集———映射到高似然区域。根据优化阈值条件，将低权值粒子集分为抛弃组和优化组，通 过选取优化组粒子和高权值粒子适当地线性组合产生新粒子集。仿真结果表明，当感知系数为零时，优化算法将 蜕化为基本粒子滤波算法；在适当选择感知系数的情况下，优化算法的滤波精度较高，跟踪突变状态的性能较优， 在保证粒子群贴近真实后验分布的同时，增强了粒子的多样性。 关键词：粒子滤波；人工萤火虫群算法；转移概率；优化阈值条件；感知系数 中图分类号：ＴＰ３０１６　　　文献标志码：Ａ　　　文章编号：１００１３６９５（２０１４）１０２９２００５ ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１００１３６９５．２０１４．１０．００８ Ｉｍｐｒｏｖｅｄｐａｒｔｉｃｌｅｆｉｌｔｅｒａｌｇｏｒｉｔｈｍｂａｓｅｄｏｎａｒｔｉｆｉｃｉａｌｇｌｏｗｗｏｒｍｓｗａｒｍｏｐｔｉｍｉｚａｔｉｏｎ ＺＨＵＷｅｎｃｈａｏ，ＸＵＤｅｚｈａｎｇ （ＳｃｈｏｏｌｏｆＭｅｃｈａｎｉｃａｌ＆ＡｕｔｏｍｏｔｉｖｅＥｎｇｉｎｅｅｒｉｎｇ，ＡｎｈｕｉＰｏｌｙｔｅｃｈｎｉｃＵｎｉｖｅｒｓｉｔｙ，ＷｕｈｕＡｎｈｕｉ２４１０００，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｉｎｏｒｄｅｒｔｏｓｏｌｖｅｔｈｅｌｏｓｓｏｆｐａｒｔｉｃｌｅｄｉｖｅｒｓｉｔｙｅｘｉｓｔｅｄｉｎｎｏｒｍａｌｐａｒｔｉｃｌｅｆｉｌｔｅｒ（ＰＦ），ｔｈｉｓｐａｐｅｒｐｒｅｓｅｎｔｅｄａｎｉｍｐｒｏｖｅｄ ｐａｒｔｉｃｌｅｆｉｌｔｅｒａｌｇｏｒｉｔｈｍｂａｓｅｄｏｎｉｍｐｒｏｖｅｄａｒｔｉｆｉｃｉａｌｇｌｏｗｗｏｒｍｓｗａｒｍｏｐｔｉｍｉｚａｔｉｏｎ（ＧＳＯ）．Ｔｈｅｉｍｐｒｏｖｅｄａｌｇｏｒｉｔｈｍｏｐｔｉｍｉｚｅｄｔｈｅ ｒｅｓａｍｐｌｉｎｇｐｒｏｃｅｓｓｏｆｐａｒｔｉｃｌｅｆｉｌｔｅｒａｌｇｏｒｉｔｈｍｂｙＧＳＯ．Ａｃｃｏｒｄｉｎｇｔｏｄｅｇｅｎｅｒａｔｅｌｅｖｅｌ，ｉｔｄｉｖｉｄｅｄｔｈｅｓａｍｐｌｅｓｅｔｓｉｎｔｏｔｗｏｐａｒｔｓ． Ｗｅｉｇｈｔｓｄｅｇｅｎｅｒａｔｅｓｕｂｓｅｔｈａｄｂｅｅｎｍａｐｐｅｄｉｎｔｏｈｉｇｈｌｉｋｅｌｉｈｏｏｄｒｅｇｉｏｎｂｙｔｒａｎｓｉｔｉｏｎｐｒｏｂａｂｉｌｉｔｙ．Ｂａｓｅｄｏｎｏｐｔｉｍａｌｔｈｒｅｓｈｏｌｄｃｏｎ ｄｉｔｉｏｎ，ｌｏｗｗｅｉｇｈｔｓｕｂｓｅｔｃｏｕｌｄｂｅｄｉｖｉｄｅｄｉｎｔｏｔｈｅｇｒｏｕｐｏｆａｂａｎｄｏｎｐａｒｔｉｃｌｅｓａｎｄｔｈｅｇｒｏｕｐｏｆｏｐｔｉｍｉｚｅｄｐａｒｔｉｃｌｅｓ．Ｆｉｎａｌｌｙ，ｔｈｅ ａｌｇｏｒｉｔｈｍｇｅｎｅｒａｔｅｄｎｅｗｐａｒｔｉｃｌｅｓｂｙｃｏｍｂｉｎｉｎｇｔｈｅｐａｒｔｉｃｌｅｓｏｆｏｐｔｉｍｉｚｅｄｇｒｏｕｐａｎｄｈｉｇｈｗｅｉｇｈｔｐａｒｔｉｃｌｅｓ．Ｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓ ｓｈｏｗｔｈａｔｗｈｅｎｔｈｅｔａｓｔｅｐａｒａｍｅｔｅｒｉｓｚｅｒｏ，ｔｈｅａｌｇｏｒｉｔｈｍｉｓｅｑｕａｌｔｏＰＦ；ｗｈｅｎｔｈｅｔａｓｔｅｐａｒａｍｅｔｅｒｉｓｐｒｏｐｅｒｌｙｓｅｔ，ｔｈｅａｌｇｏｒｉｔｈｍ ｃａｎａｃｈｉｅｖｅｂｅｔｔｅｒｆｉｌｔｅｒｉｎｇａｎｄｔｒａｃｋｉｎｇｐｅｒｆｏｒｍａｎｃｅ．Ｔｈｅｉｍｐｒｏｖｅｄａｌｇｏｒｉｔｈｍｃａｎｋｅｅｐｔｈｅｄｉｖｅｒｓｉｔｙｏｆｐａｒｔｉ