华南理工大学学报(自然科学版)

作者：文尚胜, 许函铭, 陈贤东, 等

单位：1. 华南理工大学2. 华南理工大学材料科学与工程学院

关键词：粒子滤波,布谷鸟算法,差分进化,自适应优化

基金：广东省科技计划;广东省扬帆计划;中山市科技计划;惠州市科技计划

标准粒子滤波存在粒子退化问题，处理非线性问题需要大量粒子以达到合适估计精度，降低了算法的综合性能。本文提出一种结合Levy飞行策略、差分进化与成功历史策略的混合多策略优化的粒子滤波方法，Levy飞行策略丰富样本集的基本框架，并通过差分进化算法优化低权重的无效粒子，成功-历史策略进行参数自适应调整以动态调节算法在全局搜索与局部搜索之间的平衡，避免粒子运动尺度过大陷入局部最优。仿真结果表明，本文算法有效提高了粒子多样性与滤波精度，改善了在低测量噪声下的粒子退化问题，降低了对非线性系统进行状态估计的粒子数量。

来源：2022年第6期

《华南理工大学学报(自然科学版)》期刊编辑部

查看华南理工大学学报(自然科学版)杂志2022年第6期