基于MKLD准则的PSOPF算法设计及其应用

宫轶松; 李保利; 张锦军; 张灵敏

美国《工程索引》（EI）核心期刊
美国《剑桥科学文摘》（CSA）收录期刊
荷兰斯高帕斯数据库（Scopus）收录期刊
英国INSPEC数据库（SA）收录期刊

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于MKLD准则的PSOPF算法设计及其应用

宫轶松, 李保利, 张锦军, 张灵敏

文章导航 > 武汉大学学报 ( 信息科学版) > 2011 > 36(10): 1251-1255

宫轶松, 李保利, 张锦军, 张灵敏. 基于MKLD准则的PSOPF算法设计及其应用[J]. 武汉大学学报 ( 信息科学版), 2011, 36(10): 1251-1255.

引用本文:

宫轶松, 李保利, 张锦军, 张灵敏. 基于MKLD准则的PSOPF算法设计及其应用[J]. 武汉大学学报 ( 信息科学版), 2011, 36(10): 1251-1255.

GONG Yisong, LI Baoli, ZHANG Jinjun, ZHANG Lingmin. Design of PSOPF Algorithm Based on the Criteria of MKLD and Its Application[J]. Geomatics and Information Science of Wuhan University, 2011, 36(10): 1251-1255.

Citation:

GONG Yisong, LI Baoli, ZHANG Jinjun, ZHANG Lingmin. Design of PSOPF Algorithm Based on the Criteria of MKLD and Its Application[J]. Geomatics and Information Science of Wuhan University, 2011, 36(10): 1251-1255.

基于MKLD准则的PSOPF算法设计及其应用

¹61618部队,北京市102102;²中国卫星导航定位应用管理中心,北京市海淀区花园路17号100088;³92493部队22分队,葫芦岛市125000;⁴河北科技师范学院数学与信息科技学院,秦皇岛市河北大街西段360号066004

基金项目: 国家自然科学基金资助项目(40974009,10903032);中国卫星导航学术年会青年优秀论文获奖者资助项目

详细信息

作者简介:
宫轶松,博士,工程师,主要从事误差理论、非线性滤波、智能优化算法及导航数据处理等方面的研究。

中图分类号: P207

Design of PSOPF Algorithm Based on the Criteria of MKLD and Its Application

¹ Troops 61618,Beijing 102102,China;² China National Administration of GNSS and Applications,17 Huayuan Road,Beijing 100088,China;³ Branch 22 of Troops 92493,Huludao 125000,China;⁴ Intitute of Mathematics and Information,Hebei Normal University of Science and Technology,36 West Hebei Street,Qinhuangdao 066004,China

Funds: 国家自然科学基金资助项目(40974009,10903032);中国卫星导航学术年会青年优秀论文获奖者资助项目

摘要: 针对标准粒子滤波算法中存在的粒子权值退化和计算量大的缺陷,提出了基于MKLD准则的粒子群优化粒子滤波算法。该方法将粒子群优化算法嵌入到粒子滤波算法的重要性采样过程中,对采样过程进行了优化,提高了粒子集的优良性的同时保证了粒子滤波状态估计的性能。同时,为了降低计算量,算法设计时基于MKLD准则自适应地选择粒子群优化算法所要优化的粒子及粒子群优化算法实施的时刻。大量的数值实验和GPS/DR组合导航仿真实验的结果验证了新方法的有效性。
- 粒子滤波 /
- 粒子权值退化 /
- 最大Kullback-Leibler距离准则 /
- 粒子群优化 /
- 全球定位系统/航位推算
Abstract: Considering the degeneracy of particle weight and the large amount of calculation existing in the standard particle filtering algorithm,a particle swarm optimization particle filtering method based on the criteria of MKLD is brought forward in this paper.This method embeds the particle swarm optimization algorithm into the important sampling process of the particle filtering method,to optimize the sampling process and improve the fine collection of particles while maintaining the state estimation performance of the particle filtering method.At the same time,in order to reduce the computational complexity,the new algorithm adaptively selects the optimized particles and the implementation moment of the particle swarm optimization based on the criteria of MKLD.The results of a large amount of computational experiments and the GPS/DR integrated navigation simulation experiment show the effectiveness of the novel method proposed in this paper.

[1]	王乐洋, 靳锡波, 许光煜. 断层参数反演的动态惯性因子的粒子群算法 . 武汉大学学报 ( 信息科学版), 2021, 46(4): 510-519. doi: 10.13203/j.whugis20190321
[2]	徐胜华, 刘纪平, 王想红, 张玉, 林荣福, 张蒙, 刘猛猛, 姜涛. 熵指数融入支持向量机的滑坡灾害易发性评价方法—以陕西省为例 . 武汉大学学报 ( 信息科学版), 2020, 45(8): 1214-1222. doi: 10.13203/j.whugis20200109
[3]	高飞, 王美珍, 刘学军, 王自然. 一种监控摄像机网络-路网覆盖优化调度方法 . 武汉大学学报 ( 信息科学版), 2020, 45(3): 362-373. doi: 10.13203/j.whugis20180247
[4]	赵文晔, 高井祥, 李增科, 姚一飞. 地图匹配辅助的KF-PF室内定位算法模型 . 武汉大学学报 ( 信息科学版), 2018, 43(5): 806-812. doi: 10.13203/j.whugis20150707
[5]	种衍文, 王泽文, 陈蓉, 王莹莹. 一种多特征自适应融合的粒子滤波红外目标跟踪方法 . 武汉大学学报 ( 信息科学版), 2016, 41(5): 598-604. doi: 10.13203/j.whugis20140185
[6]	韩贤权, 朱庆, 丁雨淋, 周东波. 散乱点云数据精配准的粒子群优化算法 . 武汉大学学报 ( 信息科学版), 2014, 39(10): 1214-1220.
[7]	宫轶松, 李保利, 归庆明, 连翠萍. 利用MKLD准则的自适应PF算法设计及其应用 . 武汉大学学报 ( 信息科学版), 2014, 39(1): 90-94.
[8]	叶志伟, 周欣, 郑肇葆, 赖旭东. 产生“Tuned”模板的的混沌粒子群算法 . 武汉大学学报 ( 信息科学版), 2013, 38(1): 10-14.
[9]	聂建亮, 程传录, 郭春喜, 蒋光伟. 基于粒子群优化算法的多因子自适应滤波 . 武汉大学学报 ( 信息科学版), 2013, 38(2): 136-139.
[10]	彭令, 牛瑞卿, 赵艳南, 邓清禄. 基于核主成分分析和粒子群优化支持向量机的滑坡位移预测 . 武汉大学学报 ( 信息科学版), 2013, 38(2): 148-152,161.
[11]	姚海涛, 朱福喜, 陈海强. 一种自适应的PSO粒子滤波人脸视频跟踪方法 . 武汉大学学报 ( 信息科学版), 2012, 37(4): 492-495.
[12]	聂建亮, 吴富梅, 郭春喜, 程传录. 利用粒子滤波进行动态精密单点定位观测异常影响控制 . 武汉大学学报 ( 信息科学版), 2012, 37(9): 1028-1031.
[13]	张中山, 燕琴, 余洁, 李岩. 基于粒子群算法的全极化SAR图像非监督分类算法研究 . 武汉大学学报 ( 信息科学版), 2010, 35(8): 941-945.
[14]	王伟, 沈振中. 大坝统计预警模型的改进粒子群耦合方法 . 武汉大学学报 ( 信息科学版), 2009, 34(8): 987-991.
[15]	刘经南, 许晓东, 张小红, 程世来. 机载激光扫描测高数据分层迭代选权滤波方法及其质量评价 . 武汉大学学报 ( 信息科学版), 2008, 33(6): 551-555.
[16]	童亚拉. 自适应动态演化粒子群算法在Web主题信息搜索中的应用 . 武汉大学学报 ( 信息科学版), 2008, 33(12): 1296-1299.
[17]	徐前祥, 廖明生, 杨建思. 基于距离限制的机载激光数据滤波方法 . 武汉大学学报 ( 信息科学版), 2007, 32(7): 605-608.
[18]	林雪原, 孟祥伟, 何友. 双星定位/SINS组合系统的滤波方法及一致性研究 . 武汉大学学报 ( 信息科学版), 2006, 31(4): 301-303.
[19]	刘良明, 胡艳, 鄢俊洁, 谭德宝. MODIS干旱监测模型各参数权值分析 . 武汉大学学报 ( 信息科学版), 2005, 30(2): 139-142.
[20]	王青, 徐新, 管鲍, 孙洪. 一种基于Bayesian准则和MRF模型的SAR图像滤波方法 . 武汉大学学报 ( 信息科学版), 2005, 30(5): 464-467.

点击查看大图

计量

文章访问数: 989
HTML全文浏览量: 58
PDF下载量: 304
被引次数: 0

基于MKLD准则的PSOPF算法设计及其应用

¹61618部队,北京市102102;²中国卫星导航定位应用管理中心,北京市海淀区花园路17号100088;³92493部队22分队,葫芦岛市125000;⁴河北科技师范学院数学与信息科技学院,秦皇岛市河北大街西段360号066004

基金项目: 国家自然科学基金资助项目(40974009,10903032);中国卫星导航学术年会青年优秀论文获奖者资助项目

作者简介:
宫轶松,博士,工程师,主要从事误差理论、非线性滤波、智能优化算法及导航数据处理等方面的研究。

收稿日期: 2011-08-10
刊出日期: 2011-10-05

中图分类号: P207

关键词:

粒子滤波 /

粒子权值退化 /

最大Kullback-Leibler距离准则 /

粒子群优化 /

全球定位系统/航位推算

摘要: 针对标准粒子滤波算法中存在的粒子权值退化和计算量大的缺陷,提出了基于MKLD准则的粒子群优化粒子滤波算法。该方法将粒子群优化算法嵌入到粒子滤波算法的重要性采样过程中,对采样过程进行了优化,提高了粒子集的优良性的同时保证了粒子滤波状态估计的性能。同时,为了降低计算量,算法设计时基于MKLD准则自适应地选择粒子群优化算法所要优化的粒子及粒子群优化算法实施的时刻。大量的数值实验和GPS/DR组合导航仿真实验的结果验证了新方法的有效性。

English Abstract

Design of PSOPF Algorithm Based on the Criteria of MKLD and Its Application

¹ Troops 61618,Beijing 102102,China;² China National Administration of GNSS and Applications,17 Huayuan Road,Beijing 100088,China;³ Branch 22 of Troops 92493,Huludao 125000,China;⁴ Intitute of Mathematics and Information,Hebei Normal University of Science and Technology,36 West Hebei Street,Qinhuangdao 066004,China

Funds: 国家自然科学基金资助项目(40974009,10903032);中国卫星导航学术年会青年优秀论文获奖者资助项目

Received Date: 2011-08-10
Publish Date: 2011-10-05

Keywords:

Abstract: Considering the degeneracy of particle weight and the large amount of calculation existing in the standard particle filtering algorithm,a particle swarm optimization particle filtering method based on the criteria of MKLD is brought forward in this paper.This method embeds the particle swarm optimization algorithm into the important sampling process of the particle filtering method,to optimize the sampling process and improve the fine collection of particles while maintaining the state estimation performance of the particle filtering method.At the same time,in order to reduce the computational complexity,the new algorithm adaptively selects the optimized particles and the implementation moment of the particle swarm optimization based on the criteria of MKLD.The results of a large amount of computational experiments and the GPS/DR integrated navigation simulation experiment show the effectiveness of the novel method proposed in this paper.

宫轶松, 李保利, 张锦军, 张灵敏. 基于MKLD准则的PSOPF算法设计及其应用[J]. 武汉大学学报 ( 信息科学版), 2011, 36(10): 1251-1255.

引用本文:

宫轶松, 李保利, 张锦军, 张灵敏. 基于MKLD准则的PSOPF算法设计及其应用[J]. 武汉大学学报 ( 信息科学版), 2011, 36(10): 1251-1255.

Citation: