[发明专利]一种基于人工鱼群优化的快速高斯粒子滤波数据融合方法

权利要求书

1.一种基于人工鱼群优化的快速高斯粒子滤波数据融合方法，其特征在于，具体包括以下步骤：

步骤1：建立系统的非线性状态方程f(·)、观测方程h(·)，初始化系统均值μ、方差σ²等参数；假设系统状态量x逼近高斯分布从中相互独立抽样得到初始时刻的标准粒子群其中i为粒子索引，M为粒子总数，初始时刻k＝0；

步骤2：根据线性变换公式对进行线性变换，得到k时刻的粒子集其中为变换后k时刻的粒子，aⁱ为从A中获取的标准粒子，σ_k、μ_k为k时刻的状态量的标准差和均值；

步骤3：采用人工鱼群算法中觅食行为和聚群行为对选取的目标函数进行优化，选取目标函数为：

其中Y为目标函数值，z_k为k时刻的量测值，为预测量测值，σ_v²为量测噪声方差；

步骤4：根据步骤1中的观测方程和步骤3中优化后的函数值对粒子集进行量测更新，得到权值并进行归一化其中为第i个粒子k时刻的权值，为归一化后的权值；

步骤5：根据步骤1中的状态方程f(·)对粒子集进行状态更新，获得状态更新后k+1时刻的粒子集并计算状态更新后粒子集的均值和方差，其中(·)^H表示矩阵转置：

步骤6：循环执行步骤2至步骤5，得到下一时刻滤波估计值。

2.根据权利要求1所述一种基于人工鱼群优化的快速高斯粒子滤波数据融合方法，其特征在于步骤3中采用人工鱼群算法中觅食行为和聚群行为对选取的目标函数进行优化，过程如下：

Step1：选取目标函数为：

进行人工鱼群优化；其中σ_v²为k时刻方差，看做变量，人工鱼个体的状态可表示为X＝(X₁，X₂，...X_n)，n为人工鱼总数量，人工鱼i当前所在位置的食物浓度表示为Y＝f(X_i)，记为Y_i；

Step2：执行觅食行为进行优化，如下：

根据不同人工鱼的状态X_i、X_j，比较Y_i和Y_j不断更新向更真实的状态靠近，若Y_i＜Y_j则取下一步的状态为

反复尝试多次后，若仍没有满足前进条件，则随机选取一个新状态；其中X_next为人工鱼选取的下一个状态，step为人工鱼移动步长，||X_j-X_i||为人工鱼i和j之间的距离；

Step3：执行聚群行为进行优化，如下：

设人工鱼当前状态X_i在感知范围内搜寻其他伙伴的数目和中心位置，若Y_j/n_f＜d×Y_i，则用Step1中等式选取新状态，否则执行觅食行为，其中n_f表示人工鱼视野内的伙伴数目；

Step4：根据预测量测值和方差σ_v²，计算得到优化后的函数值Y。