基本信息
- 項(xiàng)目名稱:
- 蟻群系統(tǒng)和遺傳算法相結(jié)合的粒子濾波
- 來(lái)源:
- 第十二屆“挑戰(zhàn)杯”省賽作品
- 小類:
- 數(shù)理
- 簡(jiǎn)介:
- 本文針對(duì)粒子退化現(xiàn)象,提出一種新的濾波算法,將模擬進(jìn)化算法和蟻群優(yōu)化算法相結(jié)合,應(yīng)用于序列重要性采樣的迭代遞推之中,利用遺傳算法的交叉操作和變異操作,來(lái)增加粒子的多樣性。最后以非線性非高斯系統(tǒng)為例仿真實(shí)驗(yàn)說(shuō)明,新算法比傳統...(查看更多)
- 詳細(xì)介紹:
- 粒子濾波是一種基于序貫?zāi)M的統(tǒng)計(jì)濾波方法,在處理非線性非高斯動(dòng)態(tài)系統(tǒng)方面有著杰出的貢獻(xiàn),但粒子濾波概率密度函數(shù)分布的選擇及粒子退化現(xiàn)象的解決是算法設(shè)計(jì)的瓶頸。蟻群優(yōu)化和遺傳算法相結(jié)合的粒子濾波是將蟻群算法運(yùn)用于序列重要性采樣...(查看更多)
作品專業(yè)信息
撰寫(xiě)目的和基本思路
- 針對(duì)粒子退化現(xiàn)象,將模擬進(jìn)化算法和蟻群優(yōu)化算法相結(jié)合,應(yīng)用于序列重要性采樣的迭代遞推之中,利用遺傳算法的交叉操作和變異操作,來(lái)增加粒子的多樣性。
科學(xué)性、先進(jìn)性及獨(dú)特之處
- 目前粒子濾波中存在的如何處理多目標(biāo)干擾和目標(biāo)形變問(wèn)題;如何確定粒子傳播半徑;如何優(yōu)化粒子分布以使跟蹤效果盡可能準(zhǔn)確;如何有效降低粒子數(shù),減少計(jì)算代價(jià)等問(wèn)題,結(jié)合跟蹤問(wèn)題特點(diǎn)對(duì)基于粒子濾波算法進(jìn)行了深入研究,在實(shí)現(...(查看更多)
應(yīng)用價(jià)值和現(xiàn)實(shí)意義
- 隨著計(jì)算機(jī)技術(shù)的迅速發(fā)展,粒子濾波得到了廣泛的應(yīng)用。各種改進(jìn)的算法層出不窮,粒子濾波成了解決非線性非高斯問(wèn)題必選決策。在迭代遞推預(yù)測(cè)中引進(jìn)了蟻群優(yōu)化,積累信息素的方法來(lái)預(yù)防粒子退化,關(guān)于這方面的研究,蟻群算法也...(查看更多)
學(xué)術(shù)論文摘要
- 粒子濾波是一種基于序貫?zāi)M的統(tǒng)計(jì)濾波方法,在處理非線性非高斯動(dòng)態(tài)系統(tǒng)方面有著杰出的貢獻(xiàn),但粒子濾波概率密度函數(shù)分布的選擇及粒子退化現(xiàn)象的解決是算法設(shè)計(jì)的瓶頸。針對(duì)粒子退化現(xiàn)象,提出一種新的濾波算法,將模擬進(jìn)化算法...(查看更多)
獲獎(jiǎng)情況
- 校挑戰(zhàn)杯比賽二等獎(jiǎng)
鑒定結(jié)果
- 無(wú)
參考文獻(xiàn)
- [1] Doucet A,Godsill S, Chistophe A.On seq-uential Monte Carlo sampling methods for Ba-yesian filtering.Statistics and Computing[J],2000, 10(3):197-208 [2] Haykin S,Huber K,Chen Z. Bayesia...(查看更多)
同類課題研究水平概述
- 自粒子濾波被第一次提出以來(lái),經(jīng)過(guò)發(fā)展,現(xiàn)在已經(jīng)出現(xiàn)多種粒子濾波器,例如擴(kuò)展卡爾曼粒子濾波器(EKPF)、Unscented粒子濾波器、輔助粒子濾波器、高斯粒子濾波器、高斯加和粒子濾波器、PARZEN粒子濾波器,以及迭代擴(kuò)展卡爾曼粒子濾波器(Iterat...(查看更多)