万有引力优化的粒子滤波算法
收稿日期：２０１７-０４-２０ 网络出版时间：２０１７-０９-２８
基金项目：国家自然科学基金资助项目（６１６７１２２２）；江苏省自然科学基金资助项目（SBK ２０１５０２１７８８）；江苏省研究生科研创新计划资助项
目（K YCX １７_１８４３）；江苏科技大学研究生创新计划资助项目（YCX １６S -０９）
作者简介：刘润邦（１９９１－），男，江苏科技大学硕士研究生，E -mail ：３１３２１３１９２＠qq ．com ．
网络出版地址：http ：／／kns ．cnki ．net ／kcms ／detail ／６１．１０７６．T N ．２０１７０９２８．２２１０．０４８．html doi :１０.３９６９/j .issn .１００１-２４００.２０１８.０２.０２４
万有引力优化的粒子滤波算法
刘润邦，朱志宇
（江苏科技大学电子信息学院，江苏镇江２１２００３）
摘要：针对经典粒子滤波中存在的粒子易退化、易丧失多样性以及滤波精度严重依赖于粒子数量的问题，
提出一种万有引力优化的粒子滤波算法．通过万有引力算法优化粒子滤波中的粒子集来提高滤波精度．首
先将每个粒子看做质量大小正比于粒子权值的点，粒子间的引力吸引着粒子向高似然区域移动，从而优化
粒子集．然后利用精英粒子策略加快万有引力优化算法中粒子收敛速度，并避免粒子陷入局部最优；引入
感知模型防止过度收敛导致的粒子拥挤或重叠．仿真实验表明，该算法在粒子数较少的情况下与经典粒子
滤波算法和粒子群优化粒子滤波算法相比，保持了更好的粒子滤波精度和速度．
关键词：粒子滤波；粒子退化；粒子贫化；万有引力；状态估计
中图分类号：T P ２７３ 文献标识码：A 文章编号：１００１-２４００（２０１８）０２-０１４１-０７
Ｇｒａｖｉｔｙｏｐｔｉｍｉｚｅｄｐａｒｔｉｃｌｅｆｉｌｔｅｒａｌｇｏｒｉｔｈｍ
ＬＩＵＲｕｎｂａｎｇ，ＺＨＵＺｈｉｙｕ(School of Electronics and Information ,Jiangsu Univ .of Science and Technology ,Zhenjiang ２１２００３,China)
Ａｂｓｔｒａｃｔ： As the traditional particle filter has problems of particle degeneracy and particle diversity loss and filter accuracy depends heavily on the particle number ,a gravity optimized particle filter algorithm is p roposed .The particle swarm is optimized by the gravity algorithm in the particle filter to improve the filtering accuracy .Each particle is regarded as a mass point and the mass is proportional to the particle
weight .The gravity attracts particles moving toward the high likelihood region which optimizes the particle
swarm .Then elite particle strategy is introduced to accelerate the particle convergence rate and avoid the local optimum in the gravity algorithm .The perceptual model is used to prevent particles from crowding or
overlapping due to excessive convergence .Simulation results show that the proposed algorithm has a better
filtering accuracy and speed in the case of few particles compared with the classical particle filter algorithm
and particle swarm optimization particle filter algorithm .ＫｅｙＷｏｒｄｓ： p article filter ;particle degeneracy ;particle impoverishment ;gravitation ;state estimation 粒子滤波（Particle Filter ，PF ）是一种基于蒙特卡罗仿真的近似贝叶斯滤波算法，可以有效地处理非线性非高斯问题，目前已应用于目标跟踪、轨迹规划、故障检测等领域．经典粒子滤波主要存以下３个缺陷：粒子退化；粒子多样性匮乏；滤波精度严重依赖于粒子数量［１-３］
．
智能算法是一类模拟自然界生物规律的算法，近年来被广泛地应用于粒子滤波优化问题中，并取得了良好的滤波改进效果．目前，已有学者将蝙蝠算法［４］、粒子群算法［５-６］、萤火虫算法［７-９］、人工物理优化算法［１０-１１］与粒子滤波算法相结合，预防粒子退化的同时提高了粒子滤波的精度和粒子的多样性．万有引力搜索算法（Gravitational Search Algorithm ，GSA ）是Esmat 等人于２００９年提出的一种新型智能寻优算法，该算法运
２０１８年４月
第４５卷 第２期 西安电子科技大学学报（自然科学版）ＪＯＵＲＮＡＬ ＯＦ ＸＩＤＩＡＮ ＵＮＩＶＥＲＳＩＴＹ Apr ．２０１８Vol ．４５ No ．２万方数据