基于引力场的粒子滤波算法
CSTR:
作者:
作者单位:

(华东交通大学电气与电子工程学院,南昌330013)

作者简介:

陈世明(1977-), 男, 教授, 博士生导师, 从事多机器人系统控制等研究;肖娟(1991-), 女, 硕士生, 从事多机器人协调控制的研究.

通讯作者:

E-mail: c1977318@hotmail.com

中图分类号:

TP391

基金项目:

国家自然科学基金项目(61364017);研究生创新基金项目(YC2015-S244).


Particle filter algorithm based on gravitation field
Author:
Affiliation:

(School of Electrical and Automation Engineering, East China Jiaotong University,Nanchang 330013,Chian)

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    为了避免传统粒子滤波算法中粒子贫化与退化现象,提出一种基于引力场的粒子滤波算法,利用引力场算法改进粒子滤波的重采样过程,该算法中提出的移动因子能使粒子集朝着高似然区域分布移动,从而使粒子快速集中地分布在真实状态附近,同时提出的自转因子使分布在真实状态周围的粒子随机保持一定距离,避免过度集中,从而增加粒子的多样性.仿真结果表明,所提出算法不仅具有有效性,而且估计精度高,收敛速度快, 鲁棒性较好.

    Abstract:

    In order to avoid the sample impoverishment and degradation phenomenon of the traditional particle filter algorithm, the particle filter algorithm based on the gravitation field(GFA) is proposed to optimize the resampling process of the particle filter. In the gravitation field algorithm particle filter(GFA-PF), a mobile factor which can drive the particles approach to high likelihood region is proposed, so that the particles can concentrate in the real state nearby rapidly. Meanwhile, the proposed rotation factor makes the particles around the true state keep certain distance randomly, which can avoid excessive concentration, so that the diversity of particles is increased. The simulation results show that the proposed algorithm is effective, and it has fast convergence speed, high estimation accuracy and strong robust performance.

    参考文献
    相似文献
    引证文献
引用本文

陈世明,肖娟,李海英,等.基于引力场的粒子滤波算法[J].控制与决策,2017,32(4):709-714

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期: 2017-03-28
  • 出版日期:
文章二维码