控制与决策

作者：王子赟,冯超,王艳,纪志成

单位：江南大学 物联网技术应用教育部工程研究中心，江苏 无锡 214122;江南大学 物联网工程学院，江苏 无锡 214122,,江南大学 物联网技术应用教育部工程研究中心，江苏 无锡 214122;江南大学 物联网工程学院，江苏 无锡 214122,,江南大学 物联网技术应用教育部工程研究中心，江苏 无锡 214122;江南大学 物联网工程学院，江苏 无锡 214122,,江南大学 物联网技术应用教育部工程研究中心，江苏 无锡 214122;江南大学 物联网工程学院，江苏 无锡 214122,

关键词：粒子滤波;自适应萤火虫算法;区间理论;状态估计;重采样

基金：国家自然科学基金面上项目(62473174)；江苏省自然科学基金面上项目(BK20221533).

现有的粒子滤波器在解决未知但有界系统状态估计问题时, 普遍存在粒子需求量大和粒子退化问题, 影响状态估计的精确性. 鉴于此, 设计一种基于自适应萤火虫重采样的区间粒子滤波器. 首先, 通过宽度和估计误差计算每个区间的权重, 进而根据权重判断区间是否被舍弃; 然后, 在重采样步骤中引入自适应萤火虫优化策略, 通过求解优化后的自适应系数来确定每个粒子区间的移动方向和步长, 从而改进后验粒子区间分布; 接着, 进一步划分状态估计区间, 对所得到的状态估计上下界进行迭代收缩, 以获得更小的状态估计区间边界和更准确的状态估计结果. 所提出算法可使得具有更高权重系数的区间能够更有效地包裹真实状态, 从而减少粒子需求, 且所设计的自适应重采样策略能够显著降低粒子退化的程度. 最后, 通过数值仿真和Buck-Boost模型的实验, 验证了所提出算法能够更紧致地包裹状态的上下界, 且具有更低的均方根误差, 表明所设计滤波器提高了状态估计的准确性, 提供了更紧致的状态包裹.

来源：2025年第9期

《控制与决策》期刊编辑部

查看控制与决策杂志2025年第9期