[发明专利]一种基于水螅虫海龟觅食混合算法的粒子滤波方法

权利要求书

1.一种基于水螅虫-海龟觅食混合算法的粒子滤波方法，其特征在于，包括以下步骤：

S1:初始时刻采样N个粒子[x₁,x₂,x₃…x_N]组成初始粒子群体，执行步骤S2；

S2：计算粒子群体下一时刻的状态值、观测值及权值，将下一时刻的状态值作为水螅虫粒子的初始位置；

S3：计算水螅虫粒子的适应度，基于所述适应度生成新一代水螅虫粒子,生成一组随机数，当随机数小于突变概率时，将新一代水螅虫粒子带入突变函数进行突变，执行步骤S4；

S4：将突变后的水螅虫粒子作为初始海龟粒子，随机生成食物的位置，获取海龟粒子的适应度及食物的适应度，模拟海龟粒子的觅食过程,得海龟粒子的下一步位置，执行步骤S5；

S5：判断是否达到最大循环次数，若是，输出最终海龟粒子的位置，执行步骤S6，若否，执行步骤S3；

S6：基于最终海龟粒子的位置更新每个粒子的权值，对更新后的权值进行归一化处理，最终输出粒子当前时刻的状态估计值，执行步骤S7；

S7：重复步骤S2-S7,直到输出所有时刻粒子的状态状态估计。

2.根据权利要求1所述的一种基于水螅虫海龟觅食混合算法的粒子滤波方法，其特征在于，步骤S2中，利用状态函数计算粒子下一时刻的状态值，所述状态函数为：

x_k＝f(x_k-1,v_k-1)

式中，x_k为状态值，f(·)为状态函数，v_k-1为系统噪声。

3.根据权利要求2所述的一种基于水螅虫海龟觅食混合算法的粒子滤波方法，其特征在于，利用观测函数计算粒子下一时刻的观测值，所述观测函数为：

z_k＝h(x_k,w_k)

式中，z_k为观测值，h(·)为观测函数，w_k观测函数。

4.根据权利要求1所述的一种基于水螅虫海龟觅食混合算法的粒子滤波方法，其特征在于，利用水螅虫适应度函数计算所述水螅虫粒子的适应度，所述水螅虫粒子适应度函数为：

式中，ω_i是当前的状态值，f(P_i(t))是海龟的适应度。

5.根据权利要求1所述的一种基于水螅虫海龟觅食混合算法的粒子滤波方法，其特征在于，计算所述海龟适应度和所述食物适应度的海龟适应度函数和食物适应度函数分别为：

式中，Z代表观测值，Z_body(t)代表海龟个体对应的观测值，Z_food代表食物对应的观测值，R代表观测噪声的方差。

6.根据权利要求1所述的一种基于水螅虫海龟觅食混合算法的粒子滤波方法，其特征在于,所述突变概率为：

其中，t为当前循环次数，t_max1为第一最大循环次数。

7.根据权利要求1所述的一种基于水螅虫海龟觅食混合算法的粒子滤波方法，其特征在于，判断是否到达最大循环次数的方法为：判断当前循环是否达到最大循环次数，所述最大循环次数包括第一最大循环次数t_max1、第二最大循环次数t_max2，若当前循环次数到达第一最大循环次、第二最大循环次数中任一次数均判断为到达最大循环次数，其中，第一最大循环次数为预设参数。

8.根据权利要求1所述的一种基于水螅虫海龟觅食混合算法的粒子滤波方法，其特征在于，确定所述第二最大循环次数的方法为:所述海龟的下一步位置包括最优海龟粒子的位置和其他海龟粒子的位置，根据当前循环次数中的其他海龟粒子与最优海龟粒子的位置差判断是否到达第二次最大循环次数。