[发明专利]一种基于改进萤火虫步长因子的多级粒子滤波算法

权利要求书

1.一种基于改进萤火虫步长因子的多级粒子滤波算法，其特征在于包括以下步骤：

S1：使用时变自回归模型(AR)对地震数据进行分段建模，得到系统的状态方程，误差及数据长度T；

S2：从初始概率密度p(x₀)采样N个粒子，每个粒子的权值为1/N，得到粒子集合

S3：根据建模所得的状态方程：进行采样更新，得到新的粒子集合：其中，表示t时刻的粒子xⁱ，y表示观测值，q为参考分布即建模所得的状态方程；

S4:根据似然函数p(y_t|x_t)计算所有粒子的权值并归一化处理，使萤火虫的荧光亮度等于粒子的归一化权值，即其中表示t时刻的粒子xⁱ，表示t时刻粒子xⁱ的归一化权值；

S5:设置阈值threshold及最大迭代次数；采用自适应步长萤火虫算法进行迭代更新，根据修改后的位置更新公式将小权值的粒子向高似然区域移动并计算更新后粒子的归一化权值其中，代表t时刻第g次迭代中的全局最优值，β(r)为吸引度函数，定义为：β₀为最大吸引度，γ为光强吸收系数，r_i为粒子与全局最优值之间的空间距离，为服从均匀分布的一个随机数；其中，表示t时刻粒子xⁱ的归一化权值，即荧光亮度，表示t时刻粒子集的平均权值，表示t时刻粒子集的最大权值；

S6:随着粒子的迭代，不断计算并更新全局最优值，当粒子的最小权值时停止迭代，否则继续迭代至最大次数并实施重采样技术，选择并复制权重较大的粒子；

S7：状态估计：

S8：令t＝t+1，进行下一时刻的滤波；当t＝T时，完成滤波；

S9：将S8的结果重复步骤S1-S8，重复次数≥1。

2.根据权利要求1中所述的一种基于改进萤火虫步长因子的多级粒子滤波算法，其特征在于：步骤S7中，根据噪声的大小选择合适的重复次数。

3.根据权利要求1中所述的一种基于改进萤火虫步长因子的多级粒子滤波算法，其特征在于：步骤S1中，将建模产生的误差设置为采样方程中的过程噪声。