论文部分内容阅读
为解决粒子滤波中的粒子退化和枯竭问题，提出一种动态人工鱼群粒子滤波算法，该算法在粒子滤波重采样过程中引入人工鱼群算法的觅食和聚群行为，并依据概率密度的动态比值动态调整人工鱼的移动步长，此算法提升了粒子的多样性，克服了粒子退化及枯竭问题；推动粒子向优选区域逼近，并提高了粒子的全局搜索能力，避免粒子陷入局部最优。将改进的动态人工鱼群粒子滤波在北斗／INS紧组合的模型上进行应用，并通过仿真与人工鱼群粒子滤波及标准粒子滤波算法PF相比较。仿真结果表明，动态人工鱼群粒子滤波可显著提高估算精度，从而为在利用北斗和IN