文献类型：期刊文章

作　　者：张航[1] 李梦丽[2] 杨清波[2]

机构地区：[1]中南大学信息科学与工程学院,长沙410083 [2]中南大学信息科学与工程学院控制工程系,长沙410083

出　　处：《计算机工程与应用》

基　　金：国家自然科学基金(No.50808025);2010年中南大学硕士研究生学位论文创新资助项目(No.2010ssxt209)

年　　份：2013

卷　　号：49

期　　号：18

起止页码：191-194

语　　种：中文

收录情况：AJ、CSA、CSA-PROQEUST、CSCD、CSCD2013_2014、IC、INSPEC、JST、RCCSE、ZGKJHX、普通刊

摘　　要：重采样是解决粒子滤波退化问题的主要方法,重采样的基本思想是采取复制保留权值较高的粒子,删除权值较低的粒子,而这导致了粒子多样性的减弱,特别是在样本受限条件下,甚至导致滤波发散。针对上述问题,提出改进的粒子滤波算法,将Mean Shift与粒子滤波融合,在重采样部分引入小生境遗传算法,提高粒子的多样性,避免粒子退化。实验表明,改进后的算法状态估计精度更高,效果更好。

关 键 词：粒子滤波 Mean  SHIFT 小生境遗传算法 重采样

分 类 号：TP391]