基于改进的AFSA-UPF算法在列车组合定位的应用
基于改进的AFSA-UPF算法在列车组合定位的应用
复制标题
DOI：
--
复制
发表时间：
--
期刊：
影响因子：
--
通讯作者：
王稼林
中科院分区：
文献类型：
--
作者：
王更生;王稼林
针对列车组合定位融合估计的非线性问题，UPF(Unscented Particle Filter)算法存在精度低，计算量大且容易粒子退化等缺陷。本文中引入人工鱼群算法作为重采样阶段的改进方法，同时为了弥补传统人工鱼群算法精度低和效率差的缺点，在人工鱼更新过程中用最速下降法增强人工鱼个体寻优的速度，增加整个算法的收敛速度。本文在仿真实验方面，通过模拟了改进算法与传统算法的寻优过程，验证了改进人工鱼群算法良好的收敛性，并通过与UPF算法的结合应用于列车组合定位模型中，更进一步证明了改进算法在提升定位精度方面的有效性。