首頁 > 期刊 > 自然科學(xué)與工程技術(shù) > 信息科技 > 電子信息科學(xué)綜合 > 小型微型計(jì)算機(jī)系統(tǒng) > 一種基于動(dòng)量BP算法的似然分布自適應(yīng)粒子濾波 【正文】
摘要:在量測(cè)精度不高時(shí),重要性重采樣粒子濾波效果較好,但在觀測(cè)模型具有較高精度時(shí),由于較多的無效樣本可能導(dǎo)致粒子濾波失效.同時(shí)傳統(tǒng)粒子濾波重采樣算法雖可以用來解決粒子退化問題,但也會(huì)出現(xiàn)如粒子的多樣性喪失、高權(quán)值的粒子被多次計(jì)算等,同時(shí)也存在傳統(tǒng)的BP神經(jīng)網(wǎng)絡(luò)與粒子濾波結(jié)合會(huì)導(dǎo)致實(shí)時(shí)性較差等問題.針對(duì)這些問題,本文提出基于動(dòng)量BP算法的似然分布自適應(yīng)粒子濾波(MO-NNWA-APF):一方面通過反映量測(cè)噪聲統(tǒng)計(jì)性能的精度因子α對(duì)似然分布狀態(tài)自適應(yīng)調(diào)整,增加先驗(yàn)和似然的重疊區(qū),提高濾波精度;另一方面將動(dòng)量BP算法與似然分布自適應(yīng)調(diào)整結(jié)合,增大位于低概率密度區(qū)域的粒子的權(quán)值,同時(shí)部分高權(quán)值粒子被分裂為小權(quán)值粒子,一定程度上增加粒子的多樣性和改善算法的實(shí)時(shí)性.選用一維系統(tǒng)和多維單目標(biāo)系統(tǒng)仿真綜合比較算法得出:使用基于動(dòng)量BP算法的似然分布自適應(yīng)粒子濾波算法優(yōu)于現(xiàn)有的基本粒子濾波算法、基于BP神經(jīng)網(wǎng)絡(luò)的粒子濾波算法,在系統(tǒng)狀態(tài)、均方根誤差、估計(jì)與真值的關(guān)系、有效粒子數(shù)等方面體現(xiàn)出較好的預(yù)測(cè)能力,預(yù)測(cè)結(jié)果表現(xiàn)精度較高,算法穩(wěn)定,實(shí)時(shí)性較好.
注:因版權(quán)方要求,不能公開全文,如需全文,請(qǐng)咨詢雜志社
主管單位:中國(guó)科學(xué)院;主辦單位:中國(guó)科學(xué)院沈陽計(jì)算技術(shù)研究所
一對(duì)一咨詢服務(wù)、簡(jiǎn)單快捷、省時(shí)省力
了解更多 >直郵到家、實(shí)時(shí)跟蹤、更安全更省心
了解更多 >去除中間環(huán)節(jié)享受低價(jià),物流進(jìn)度實(shí)時(shí)通知
了解更多 >正版雜志,匹配度高、性價(jià)比高、成功率高
了解更多 >