基于最优邻居引导萤火虫移动的粒子滤波算法

针对重采样算法导致粒子种类减少影响粒子滤波估计精度的问题,将萤火虫算法引入到粒子滤波过程中,提出了一种改进的粒子滤波算法。改进算法在萤火虫个体相对亮度的计算中引入最新时刻的观测值,同时为避免迭代后期粒子在最优值附近震荡,引入递减函数更新吸引度的大小。为减少算法的复杂度,利用最优邻居引导萤火虫个体移动并控制搜寻的范围。最后通过实验对比了不同噪声条件下改进算法与粒子滤波算法的性能,仿真结果表明改进算法的跟踪精度与跟踪误差均优于粒子滤波算法。