基于似然分布調(diào)整的粒子群優(yōu)化粒子濾波新方法

　　傳統(tǒng)基于粒子群優(yōu)化的粒子濾波（PF）算法（PSOPF）在移動(dòng)粒子向高似然區(qū)域移動(dòng)的過程中，由于破壞了預(yù)測(cè)分布，當(dāng)似然函數(shù)具有多峰時(shí)，其在具有大計(jì)算量的同時(shí)濾波性能并沒有明顯提升。針對(duì)該問題，提出了基于似然分布調(diào)整的粒子群優(yōu)化粒子濾波新方法（ LA-PSOPF）。在保留預(yù)測(cè)分布的前提下，運(yùn)用PSO算法調(diào)整似然分布，提高有效粒子數(shù)量，進(jìn)而提高濾波性能；同時(shí)引入局部?jī)?yōu)化策略，縮減參與PSO優(yōu)化的粒子群規(guī)模，從而減少運(yùn)算量，達(dá)到濾波精度與速度的平衡。仿真結(jié)果表明，當(dāng)量測(cè)誤差較小，似然函數(shù)具有多峰值時(shí)，改進(jìn)算法的濾波精度和穩(wěn)定性都優(yōu)于PF算法和PSOPF算法，同時(shí)運(yùn)算時(shí)間少于PSOPF算法。