基于蝴蝶优化的粒子滤波算法

针对标准粒子滤波采用次优的重要性函数而导致的粒子退化问题,提出一种基于蝴蝶优化的改进粒子滤波算法。通过蝴蝶算法优化粒子滤波的重要性采样过程,使得远离真实状态的粒子向真实状态可能性较大的区域移动。优化后的粒子滤波算法增强了粒子的作用效果,避免了局部最优问题。仿真结果表明,与传统粒子滤波和粒子群优化粒子滤波算法相比较,优化后的粒子滤波算法均根方差误差明显减小,所需的粒子数少于常规的粒子滤波算法,有效改善了粒子退化问题,提高了滤波精度。