發(fā)布時(shí)間：2018-09-12 17:11

【摘要】：針對(duì)重采樣導(dǎo)致的權(quán)值退化問題,應(yīng)用遺傳算法的進(jìn)化思想來優(yōu)化重采樣算法,將粒子權(quán)值作為適應(yīng)度值,合理設(shè)定閾值,利用最佳個(gè)體保存法保存高適應(yīng)度粒子,利用自適應(yīng)交叉、變異操作對(duì)低適應(yīng)度粒子進(jìn)行進(jìn)化,將高適應(yīng)度粒子與進(jìn)化粒子組合成新的粒子集進(jìn)行狀態(tài)估計(jì)。仿真實(shí)驗(yàn)表明,該算法具有良好的實(shí)時(shí)性和估計(jì)精度,其狀態(tài)估計(jì)精度比標(biāo)準(zhǔn)粒子濾波提高近24倍,比無跡卡爾曼粒子濾波提高近4倍,耗時(shí)約為無跡卡爾曼粒子濾波的1/10。
[Abstract]:In order to solve the problem of weight degradation caused by resampling, the evolutionary idea of genetic algorithm is applied to optimize the resampling algorithm. The particle weight is taken as the fitness value, the threshold is set reasonably, and the best individual preservation method is used to preserve the high-fitness particle. Using adaptive crossover and mutation operation, the low fitness particles are evolved, and the high fitness particles and the evolutionary particles are combined to form a new particle set for state estimation. The simulation results show that the proposed algorithm has good real-time and estimation accuracy. Its state estimation accuracy is nearly 24 times higher than that of standard particle filter and nearly 4 times higher than that of unscented Kalman particle filter. The time consuming of this algorithm is about 1 / 10 of that of unscented Kalman particle filter.
【作者單位】： 攀枝花學(xué)院;
【基金】：四川省應(yīng)用基礎(chǔ)研究項(xiàng)目(2011JY0115)
【分類號(hào)】：TN713;TP18

【相似文獻(xiàn)】

相關(guān)期刊論文 前8條

1 張耀鐳;王友仁;;快速實(shí)現(xiàn)數(shù)字仿生電路設(shè)計(jì)的自適應(yīng)遺傳算法[J];計(jì)算機(jī)測(cè)量與控制;2007年10期

2 官伯林;賈建援;朱應(yīng)敏;;基于自適應(yīng)遺傳算法的三軸光電跟蹤策略[J];儀器儀表學(xué)報(bào);2012年08期

3 蘇琳琳;張曉林;;利用自適應(yīng)遺傳算法的芯片功能驗(yàn)證自動(dòng)測(cè)試[J];應(yīng)用科學(xué)學(xué)報(bào);2011年06期

4 金力;劉橋;;基于自適應(yīng)遺傳算法的運(yùn)放的電路級(jí)綜合[J];西華大學(xué)學(xué)報(bào)(自然科學(xué)版);2006年02期

5 蘭海;汪宇涵;張利軍;;基于改進(jìn)自適應(yīng)遺傳算法的船舶電力系統(tǒng)濾波裝置優(yōu)化配置[J];船電技術(shù);2009年06期

6 許川佩;陳征南;任智新;胡聰;;基于云自適應(yīng)遺傳算法的NoC路徑分配研究[J];計(jì)算機(jī)測(cè)量與控制;2012年09期

7 許川佩;陳征南;任智新;;基于云自適應(yīng)遺傳算法的NoC映射研究[J];計(jì)算機(jī)工程與應(yīng)用;2012年36期

8 趙曙光,劉貴喜,楊萬海;利用自適應(yīng)遺傳算法實(shí)現(xiàn)模擬電路自動(dòng)設(shè)計(jì)[J];西安電子科技大學(xué)學(xué)報(bào);2003年03期

相關(guān)碩士學(xué)位論文 前3條

1 柯家偉;面向訂單快速交付的生產(chǎn)過程管控技術(shù)研究與系統(tǒng)實(shí)現(xiàn)[D];北京理工大學(xué);2016年

2 陳殿夏;橋式網(wǎng)絡(luò)系統(tǒng)可靠性分析和優(yōu)化[D];沈陽(yáng)工業(yè)大學(xué);2005年

3 金力;基于改進(jìn)自適應(yīng)遺傳算法的CMOS運(yùn)放的電路級(jí)綜合方法的研究[D];貴州大學(xué);2006年

，

本文編號(hào)：2239672