基于鸽群优化改进的粒子滤波算法

作者：韩锟; 张赫

来源：传感器与微系统, 2018, 37(11): 139-144.

DOI：10.13873/j.1000-9787(2018)11-0139-03

• 粒子滤波
• 样本贫化
• 鸽群优化算法
• 自适应交叉
• 状态估计

针对粒子滤波算法重采样导致的样本贫化问题,提出基于鸽群优化(PIO)思想改进的粒子滤波算法。将鸽群不断从较远位置飞向适应度值高的地方的归巢过程引入到粒子滤波中,驱使粒子不断向高似然区域移动,并将自适应交叉操作加入到鸽群优化过程当中,保障样本多样性。通过非线性模型仿真实验表明,所提算法相对于标准粒子滤波算法,精度提高了45%,稳定性提高了72%,同时降低了状态估计所需的粒子数量。

• 单位
  中南大学