基于进化采样的粒子滤波算法

在粒子滤波算法中,重采样的引入有效地改善粒子退化现象,但同时也导致了粒子多样性减弱问题的产生.本文给出了一种基于进化采样的改进粒子滤波算法.该算法在重采样过程后,首先根据马尔可夫链蒙特卡罗(Markov-Chain-Monte-Carlo,MCMC)技术和遗传算法中的模拟二进制交叉原理生成候选粒子,并利用适应度函数完成对于其权重的度量.然后结合当前时刻的重采样粒子构建候选粒子集,进而提升了重采样后粒子的多样性,最终依据粒子自身的权重实现粒子的优选.仿真结果表明:该算法可有效地提高