为了改善传统粒子滤波中的粒子退化和样本贫化问题, 提出一种人工物理优化的粒子滤波方法. 通过引入 人工物理优化, 对粒子滤波重采样过程进行了改进. 人工物理优化虚拟力模型规定粒子间存在相互作用的吸引力或 排斥力, 通过优化可以使粒子集提高对后验概率密度的逼近程度, 克服粒子退化的问题. 同时, 由于粒子在移动过程 中相互牵制, 优化后粒子集分布性更好, 并避免了粒子重叠或过度拥挤, 从而提高了估计能力, 维持了粒子的多样性. 仿真实验结果验证了所提出算法的有效性, 同时表明, 该算法具有较好的估计精度和稳定性.
