基于粒子群优化算法的多因子自适应滤波

作者:聂建亮;程传录;郭春喜;蒋光伟 刊名:武汉大学学报(信息科学版) 上传者:惠博

【摘要】在抗差多因子自适应滤波的基础上,提出基于粒子群优化智能算法进一步搜索自适应因子的优化值,提高自适应因子的可靠性。在基于状态不符值构造的自适应因子的基础上,构造适应性函数,采用粒子群优化算法搜索更有效的自适应多因子。利用动态导航数据进行验证,结果表明,基于粒子群优化的多因子自适应滤波能更有效地控制异常影响,提高动态导航精度。

全文阅读

第 38卷 第 2期 2013年 2月 武 汉 大 学 学 报 ·信 息 科 学 版 Geomatics and Information Science of W uhan University Vo1.38 NO.2 Feb. 2O13 文章编号 :1671—8860(2013)02—0136—04 文献标志码 :A 基于粒子群优化算法的多因子 自适应滤波 聂建 亮 程传 录 郭春喜 蒋光伟 (1 国家测绘地理信息局大地测量数据处理 中心,西安市友谊东路 334号 ,710054) 摘 要:在抗差 多因子 自适应滤波的基础上 ,提 出基于粒子群优化智能算法进 一步搜 索 自适应 因子的优化值, 提 高 自适应 因子 的可靠性 。在基于状 态不符值构造的 自适应 因子的基础上 ,构造适应性 函数 ,采 用粒子 群优 化 算法搜 索更有 效的 自适应 多因子 。利 用动 态导航数 据进行验证 ,结 果表 明,基 于粒子 群优 化的 多因子 自适 应滤波能更有效地控 制异 常影 响,提高动态导航精度 。 关键词 :粒子群优化算法 ;多因子 ;自适应滤波;抗差估计 中图法分 类号 :P228.4 载体运动过程 中,若出现状态异常或观测异 常 ,其定位精度将大大降低 。为了控制异常影响 , 有学 者提 出 了抗 差 自适 应 滤 波[i-2]和 自适 应 选 权 滤波口]。抗 差 自适 应 滤 波采 用 单 因子 或 多 因 子 。j 调整预测值协方差矩阵与观测噪声协方差 矩阵之间的 比例 ,以控制动力学模型异常影 响。 但是 ,无论是单因子滤波或多因子滤波,其 自适应 因子都是基于当前观测与动力学模型预报值 的不 符值构造的。由于实时性要求 ,我们一般只采用 单一历元 的观测信息作为参考基准确定 自适应因 子 ,系统误差和偶然误差的存在导致 自适应 因子 有一定误差。采用粒子群优化算法有望优化 自适 应因子 ,提高自适应 因子的可靠性 ,从而提高动态 导航的可靠性 。 粒 子群 优化算 法I6 (PSO)是 一 种基 于群 智 能 的优化算法 ,已广泛应用于数据挖掘、系统辩识、 无人驾驶汽车导航等 。叩领域 。本文侧重于采用 粒子群优化算法进一步优化 61适应因子 ,进而有 效地平衡状态方程信息与观测信息。 1 自适应 因子的粒子群优化算法 目前常采用状态不符值 、方差分量估计 和预 测 残差构 造统计 量 ,再采 用 两 段 函数 法 或 三 段 函 数法 以及指数函数计算 自适应因子 “ 引。在本文 中,采用状态不符值方法构造统计量 ,选取两段函 收稿 日期 :20l2一l2一O5。 项 目来源:国家 自然科学基金资助项 目(41004013)。 数法计算位置与速度的 自适应因子 ,但得到的 自适应因子往往受到某些系统误差或偶然误差的 影响。为了提高 自适应 因子的可靠性 ,采用粒子 群优化算法l_7 对 自适应因子进行进一步优化 。 若 自适应滤波的搜索空间维数 D一6,另外设 总粒子数为 ,迭代总次数为 m。在第 J次迭代 中,第 i个粒子所对应的各参数分量 自适应因子 组成的向量为口;一( , 2,⋯ , 。),第 i个粒子 到 目前为止搜索到的自适应因子向量最优估计值 为 p . 一 ( , 讲 ,⋯ ,P ),整 个 粒 子群 到 目前 为止搜索到的 自适应因子向量最优估计值为 g 一 (乳 ,g ,⋯ ,g加),第 i个粒子的变化率为 向 量 l, 一(vi_l’ -2,⋯ , ,。)。第 i个 粒 子 的第 d 个 元素的速度为_7

参考文献

引证文献

问答

我要提问