WSNs的改进PF算法对移动机器人的定位跟踪.pdf

《WSNs的改进PF算法对移动机器人的定位跟踪.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、48传感器与微系统(TransducerandMicrosystemTechnologies)2014年第33卷第5期WSNs的改进PF算法对移动机器人的定位跟踪徐驰，付丽霞，毛剑琳，张勇，杨晓东(1．昆明理工大学信息工程与自动化学院，云南昆明650500：2．昆明理工大学津桥学院。云南昆明650106)摘要：针对粒子滤波(PF)算法由于粒子的数量和质量的影响、重要性密度函数不能直接求得、重采样过程中噪声无法优化而使粒子退化严重以致跟踪精度不高的问题，提出了遗传方差自适应(GVA)PF(GVAPF)算法。首先利用遗传算法从大量粒子中挑

2、选初始粒子，改善初始粒子的质量。然后对重采样过程的噪声采用方差自适应进行实时修改，使得重要性密度函数更加逼近状态的真实分布。仿真结果表明：改进的算法明显优于标准PF算法。关键词：遗传方差自适应粒子滤波；机动目标跟踪；重要性密度函数；重采样中图分类号：TP242．6文献标识码：A文章编号：1000-9787(2014)05-0048-04ImprovedPFalgorithmforWSNsformobilerobotlocatingandtrackingXUChi，FULi．xia，MAOJian1in，ZHANGYong2YANGXi

3、ao—dong，(1．SchoolofInformationEngineeringandAutomation，KunmingUniversityofScienceandTechnology，Kunming650500，China；2．CollegeofJinqiao，KunmingUniversityofScienceandTechnology。Kunming650106，China)Abstract：Aimingatproblemoflowtrackingprecisionofparticlefiltering(PF)algorit

4、hmcausedbyquantityandqualityeffectofparticle，andtheimportancedensityfunctioncannotbeobtaineddirectlyandnoisecannotbeoptimizedinresamplingprocess，whichgiverisetoparticledegeneration，proposeagenetic—varianceadaptivePF(GVAPF)algorithm．Firstly，usegeneticalgorithmtoselectini

5、tialparticlesfromlargenumbersofparticlesinordertoimprovequalityofinitialparticles．Andthen，modifynoiseinresamplingprocessbyvarianceadaptive(VA)technologyinreal·time，andmaketheimportancedensityfunctiongetsclosertotruedistributionofthestate．Simulationresultsshowthattheimpr

6、ovedalgorithmissuperiortothestandardPFalgorithm．Keywords：genetic—varianceadaptiveparticlefiltering(GVAPF)；maneuveringtargettracking；importancedensityfunction；resampling0引言clefiltering，PF)定位算法。该方法是一种基于非参数化无线传感器网络(wirelesssensornetworks，WSNs)作为的MC和递推贝叶斯估计的滤波方法，它通过一组具有权新兴的

7、研究领域，由于其具有可快速部署、结构简单、能耗值的粒子来近似表示带估计状态的后验分布，不受系统非较低等一般无线网络所不具备的优点和特点，已广泛应用线性非高斯的约束，近年来已经成为众多学者的研究热点。于国防军事，抢险救灾、环境监测、交通管理等领域。尽管PF算法作为解决移动机器人定位问题的一种有效方自主移动机器人采用非固定路径移动的智能小车，由法，但以转换先验概率密度函数作为替代分布并从中采样。于具有更大的使用灵活性，目前已成为机器人技术研究的这种方法虽然计算量小、简单易用，但却造成了粒子退化严一个热点。定位技术是自主导航移动机器人必须具

8、备的一重，导致最终结果误差很大，为此，本文提出了一种基于自个基本功能，是移动机器人能否实现自由导航的基础。适应方差的改进PF算法，在采样过程中对重要性密度函DellaertF等人在马尔科夫定位方法的基础上提出了数p(Jx