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）在移動粒子向高似然區(qū)域移動的過程中，由于破壞了預(yù)測分布，當似然函數(shù)具有多峰時，其在具有大計算量的同時濾波性能并沒有明顯提升。針對該問題，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)測分布的前提下，運用PSO算法調(diào)整似然分布，提高有效粒子數(shù)量，進而提高濾波性能；同時引入局部優(yōu)化策略，縮減參與PSO優(yōu)化的粒子群規(guī)模，從而減少運算量，達到濾波精度與速度的平衡。仿真結(jié)果表明，當量測誤差較小，似然函數(shù)具有多峰值時，改進算法的濾波精度和穩(wěn)定性都優(yōu)于PF算法和PSOPF算法，同時運算時間少于PSOPF算法。