【出 处】：《 计算机仿真 》 CSCD 2013年第30卷第6期 326-330页,共5页

【作 者】： 于明 ; 刘勇 ; 阎刚 ; 翟玉欣

【摘 要】 针对扩展卡尔曼粒子滤波算法中由于粒子退化和贫化而导致的滤波精度降低问题，提出了一种人工鱼群优化的扩展卡尔曼粒子滤波算法。通过人工鱼群优化算法中的觅食和聚群行为，对采样过程进行优化，使得粒子不断地朝高似然域移动来寻找最优位置，从而改善样本分布，加速样本集的收敛，缓解了退化现象；然后对重采样过程进行优化，以提升样本的多样性，从而克服了粒子样本贫化问题。实验结果表明，改进后算法提高了对系统状态的预估精度，更适合在对精度要求高的系统中进行滤波计算。