朱 超， 刘以安， 薛 松

(1.江南大学 物联网工程学院，江苏 无锡 214122； 2.中国舰船研究院，北京 100192)

计算与测试

基于混沌的萤火虫改进粒子滤波算法研究*

朱 超1， 刘以安1， 薛 松2

(1.江南大学 物联网工程学院，江苏 无锡 214122； 2.中国舰船研究院，北京 100192)

针对常规的粒子滤波算法存在粒子权值退化和采样粒子贫化以及需要大量粒子才能进行比较准确的状态估计的问题，提出了一种基于混沌的萤火虫改进粒子滤波算法。利用混沌系统所具有的遍历性和随机性初始化粒子群，使得初始粒子分布更加均匀，同时向常规粒子滤波算法中引进萤火虫算法的寻优机制，使得粒子能够向高似然区域运动，提高了滤波精度，并对部分权值优秀粒子进行混沌细搜索，对部分权值低的粒子进行再生，提高了种群多样性。实验表明：该方法尤其是在粒子种群数量较小的情况下，较常规粒子滤波精度更高，并有效地改善了权值退化和样本贫化问题。

混沌优化； 萤火虫算法； 粒子滤波； 权值退化

0 引 言

粒子滤波(particle filtering,PF)是一种基于蒙特—卡罗思想的贝叶斯滤波技术[1]。常规粒子滤波经过多次迭代后，小权值粒子会发生权值退化，同时重采样仅复制大权值的样本，又会导致粒子样本贫化。

针对粒子滤波的权值退化和样本贫化问题，文献[2]提出了一种改进权值选优粒子滤波，一定程度上改善了权值退化问题。文献[3]提出了一种加权逼近的粒子滤波算法，缓解了权值退化，但在多次迭代后容易导致样本贫化。……