论文部分内容阅读
为了解决粒子滤波在粒子数量较少时估计精度不高的问题，提出了一种基于Metropolis-Hastings（MH）变异的粒子群优化粒子滤波算法。该算法将Metropolis-Hastings（MH）移动作为粒子群优化的变异算子，通过将MH变异规则与粒子群的速度一位置搜索过程相结合，使得重采样后的粒子群更接近真实的后验概率密度分布，有效解决了一般的变异粒子群算法容易发散的问题，加快了粒子滤波在序贯估计过程中的收敛速度，提高了其估计精度。仿真试验证明，基于MH变异的粒子群优化粒子滤波算法可以有效地克服粒子贫化现