资源说明:本文系统介绍了适用于解决非线性非高斯系统问题的粒子滤波器的基本原
理和关键技术,针对标准粒子滤波器(PF)中存在的粒子退化及算法实时性问
题,把遗传算法中的选择、交叉、变异进化思想引入到 PF中进行算法改进,提
出了改进的遗传粒子滤波器(GPF) 。首先由于遗传算法具有独特的寻优能力,
可以使每次运算粒子的使用效率得到搞高, 使逼近后验概率分布最大值所需的粒
子数大大减少,并且避免了重采样,也就在一定程度上减少计算量,能有效提高
算法估计的实时性;再者由于遗传运算能有效增加粒子的多样性,解决粒子退化
问题,从而提高 GPF 的算法精度,可有效防止出现滤波发散现象,也就提高了
状态估计的精度。并将GPF应用到非线性、非高斯系统状态估计中,与 PF 进行
了性能仿真对比分析,仿真结果表明 GPF 不仅能增加粒子多样性,有效防止粒
子退化现象,改善滤波精度,而且能提高算法的实时性。
本源码包内暂不包含可直接显示的源代码文件,请下载源码包。