粒子群优化人工免疫粒子滤波器

作     者：杜正聪 冯大海 牛高远 DU Zheng-cong;FENG Da-hai;NIU Gao-yuan

作者机构：电子科技大学电子工程学院四川成都610054 攀枝花学院四川攀枝花617000 西华大学电气信息学院四川成都610039 

出 版 物：《四川大学学报（工程科学版）》 (Journal of Sichuan University (Engineering Science Edition))

年 卷 期：2013年第45卷第1期

页      面：146-151页

核心收录：

学科分类：080904[工学-电磁场与微波技术] 0810[工学-信息与通信工程] 0809[工学-电子科学与技术（可授工学、理学学位）] 08[工学] 081105[工学-导航、制导与控制] 081001[工学-通信与信息系统] 081002[工学-信号与信息处理] 0825[工学-航空宇航科学与技术] 0811[工学-控制科学与工程] 

基　　金：四川省青年科技基金资助项目(2010JQ0041) 四川省应用基础研究项目(2011JY0115) 

主　　题：粒子群优化 人工免疫 粒子滤波 

摘      要：为解决粒子滤波算法中存在的粒子退化和样本枯竭问题,提出一种新的粒子滤波算法。利用粒子群优化思想促使采样粒子向高似然区域移动,减缓粒子权值的退化;再通过人工免疫算法中的变异操作扩大算法寻找最优值的范围并增加粒子的多样性,避免算法陷入局部最优,增强算法的全局搜索能力,进而缓解样本枯竭。实验表明,该算法比标准粒子滤波的状态估计精度提高近40倍,比扩展卡尔曼粒子滤波提高近28倍,比无迹卡尔曼粒子滤波提高近6倍,滤波效率为37.523%,是标准粒子滤波的37倍,该算法具有更好的实时性和更高的状态估计精度,能有效缓解粒子的退化和样本的枯竭。