控制与决策

作者：田梦楚,柳林燕,陈志敏,方昱斌

单位：南京理工大学 智能制造学院,南京 210094,,南京理工大学 智能制造学院,南京 210094,,中国卫星海上测控部,江苏 江阴 214431,,南京理工大学 智能制造学院,南京 210094,

关键词：粒子滤波;萤火虫算法;粒子贫化;弹性机制;智能优化

基金：国家自然科学基金项目(62103190).

针对标准粒子滤波重采样导致的粒子贫化问题,提出一种基于弹性机制的萤火虫优化粒子滤波算法.首先,利用萤火虫算法的吸引和移动机制,设计最优粒子引导粒子群体朝高似然区域移动的粒子运动控制策略;然后,评估粒子实时分布情况,根据每次迭代的高似然区域粒子占比值自适应控制粒子的优化强度;最后,检测最优粒子周围的粒子密度,引入弹簧的弹性机制,根据粒子密集度对判断区域内的粒子进行位置调整,使得粒子分布更加合理,提高粒子滤波的精度.实验结果表明,在粒子数目较少的情况下,改进算法滤波精度较标准粒子滤波提高12%sim25%;在同等滤波精度需求下,改进算法的运算时间比标准粒子滤波的运算时间减少20%sim30%,改进算法的综合性能更优.

来源：2024年第2期

《控制与决策》期刊编辑部

查看控制与决策杂志2024年第2期