[发明专利]基于粒子群优化算法的无迹粒子滤波方法

权利要求书

1.一种基于粒子群优化算法的无迹粒子滤波方法，其特征是主要包括如下步骤：

第一步，初始时刻，由初始分布p(x₀)中得到一组初始粒子，并设置其初始的均值和方差，设置粒子初速度，设置惯性因数w，学习因子c₁和c₂，求解初始时刻的全局最优解G(0)；

第二步，重要性采样

(1)调整粒子的速度和位置

V_i(t)＝w×V_i(t-1)+c₂×r₂×[G(t-1)-X_i(t-1)]，

其中V_i(t)为第i个粒子在t时刻的速度，X_i(t)为其位置；

(2)根据无迹粒子滤波算法对粒子的状态进行更新，在该时刻的状态估计中引入粒子速度值，即X_i(t)＝X_i(t-1)+V_i(t)，

(3)求粒子集的均值和方差P_kⁱ，

(4)从重要性密度函数中抽取粒子；

第三步，权值更新

wki=wk-1ip(yk|xki)p(xki|xk-1i)π(xki|xk-1i,y1:k)]]>

上式中，w_kⁱ为粒子对应的权值，p(·|·)为概率密度函数，重要性概率密度函数为由均值和方差得到的建议分布；

第四步，得到归一化的权值w~ki=wikΣj=1Nwkj;]]>

第五步，再采样

定义阈值N_eff来衡量有效粒子数量

N_thr为有效粒子数，如N_eff＜N_thr，即对粒子集重新采样，产生新的集合{x_kⁱ，i＝1，...，N}，重新设定粒子的权值为：N为粒子数；

第六步，状态更新：x(k|k)=Σi=1Nxkiwki;]]>

第七步，求解当前时刻的全局最优解G(t)。