粒子退化

摘要： 在静态环境下针对粒子滤波算法在参数估计过程中存在的粒子退化、粒子多样性降低的问题,提出一种无迹卡尔曼滤波算法与改进差分进化算法联合优化粒子滤波的新算法。该算法首先在粒子滤波重要性采样阶段引入无迹卡尔曼滤波为每个粒子计算其均值和协方差,并利用该均值和协方差“指导”采样,得到合理的采样分布以避免粒子退化现象。其次,传统的差分进化算法虽结构简单、容易使用,但其差分变异算子一般为固定常数,自适应性较差,因此在差分进化的变异与交叉过程中采用一种自适应策略,避免其出现过早收敛、造成局部最优的现象。同时,采用改进后的差分进化算法代替粒子滤波的重采样过程,克服了粒子多样性降低的问题。最后,利用新算法实现多径参数估计,并将估计的多径信号从导航信号中减去,得到直达信号,以达到提高定位精度的目的。仿真结果表明,新算法在满足实时性要求的情况下,可大大提高粒子多样性进而降低参数估计结果的波动幅度并减小其均方根误差。

摘要： 同步定位与地图构建(SLAM)技术是室内巡逻机器人执行任务的核心技术.如何构建精确的地图是其面临的主要问题.为了提高地图构建的精确度,从硬件层面和算法层面进行改进.首先,建立全向机器人移动底盘的数学模型,选用麦克纳姆轮底盘来解决传统差分轮式机器人转向能力较弱的问题.其次,基于开源机器人系统(ROS),对室内巡逻机器人进行软硬件架构.最后,对传统的Rao-Blackwellized粒子滤波器-同步定位与地图构建(RBPF-SLAM)算法进行改进,提出了利用马尔可夫链蒙特卡罗重采样方法(MCMC)来解决粒子的退化问题,并在计算提议分布时添加激光雷达观测模型,从而提高提议分布的精度.试验结果表明,优化后的算法所构建的地图准确度更高、轮廓更完整、鲁棒性更好.该研究使得巡逻机器人可以更准确地进行巡逻工作,也为整个移动机器人领域的研究提供了重要的参考价值.

摘要： 智能粒子滤波通过借鉴遗传算法思想能够减轻粒子退化现象.在基于遗传算法的智能粒子滤波基础上,该文提出对低权值粒子的改进的智能粒子滤波(IIPF)处理策略.在对粒子进行分离、交叉后,优化遗传算子,对低权值粒子进行自适应处理.低权值粒子根据权值大小自行判断是否为底层粒子;底层粒子将直接进行变异,其余低权值粒子将根据变异概率随机变异.仿真结果表明,改进的智能粒子滤波(IIPF)性能优于智能粒子滤波、一般粒子滤波算法和拓展卡尔曼滤波.在1维仿真实验中,改进的智能粒子滤波误差较一般粒子滤波算法和智能粒子滤波分别降低了10.5％和8.5％,且具有更好的收敛性;在多维仿真实验中,改进的智能粒子滤波较智能粒子滤波在高度均方根误差和平均误差上分别降低了8.5％和7.5％,在速度均方根误差和平均误差上分别降低了11.5％和7.6％;在乘性噪声和非高斯随机噪声中,改进的智能粒子滤波依旧有10％以上的性能优势.

摘要： 在未知先验环境下,移动机器人的自身定位是自主导航的核心和基础.基于粒子滤波的MCL算法存在着粒子退化、处理能力方面难以达到实时要求以及计算量较大等问题.提出一种基于改进的粒子滤波MCL算法,在SR-CKF设计的提议分布基础上添加EKF扩展为多提议分布粒子滤波算法.为解决因忽略当前时刻观测信息导致的粒子退化问题,在设计的提议分布中,加入系统当前时刻的观测信息,并以相对的比率对粒子进行采集,使粒子收敛于观测似然较高的区域中.利用KLD重采样来估计当前时刻粒子在系统下状态空间的分布情况,并通过在线调整机制对下一时刻粒子数目进行调整,以达到减小计算量的目的.根据Matlab仿真对比实验可以看出,改进后算法的均方根误差减小至1.947 cm,运行时间缩短了29.7％,有效的粒子百分比达到82.6％,平均粒子数为70.47,减弱了粒子退化问题从而达到精准定位的效果.最后通过ROS机器人开源操作系统对算法的有效性和可行性进行进一步验证分析.

摘要： 针对水下采矿导航系统所面临的噪声具有非高斯性和频率随机性的问题,提出基于粒子滤波的深海采矿导航算法,并针对粒子滤波的粒子退化和贫化提出一种新的重采样算法.结合湖试数据,仿真实验表明新的重采样算法在获得更好的滤波精度的同时可以避免粒子贫化现象.最后,将基于改进的粒子滤波的深海采矿导航算法与基于无迹卡尔曼滤波算法的导航算法进行对比.结果 表明本文提出的算法具有较高的精度和优良的鲁棒性.

摘要： 同时定位与地图构建(Simultaneous Lolalization And Mapping,SLAM)是未知环境下实现机器人自主导航的主要方法,FastSLAM是一个著名的SLAM问题解决方法.由于FastSLAM使用序贯重要性采样的方法,随着算法迭代计算,大部分粒子的权重值变得很小,只有很少粒子具有较大的权重,算法发生退化.为了使采样的粒子分布更加精确,避免粒子出现退化情况,从而进一步提高FastSLAM算法的估计精度,提出了一种基于自适应渐消无迹卡尔曼滤波(AFUKF)的快速同步定位和地图创建(FastSLAM)算法.针对FastSLAM的粒子退化问题,从研究粒子的建议分布函数出发,采用渐消无迹卡尔曼滤波(Adaptive Fading Unscented Kalman Filter,AFUKF)代替扩展卡尔曼滤波器(Extended Kalman Filter,EKF)来估计机器人位姿的建议分布函数,避免了EKF的线性化误差.同时,利用自适应渐消滤波思想产生一种参数可自适应调节的建议分布函数,使其更接近移动机器人的后验位姿概率分布,减缓粒子集的退化.在MATLAB平台上的仿真实验结果表明,所提方法的位置估计均方误差比标准FastSLAM降低了28.7％,即估计精度提升了28.7％.在与近几年相关算法的对比实验中,所提方法也取得了较高的估计精度.改变粒子数量条件进行实验时,随着粒子数量的增加,各算法的估计精度都在提升,所提算法依然取得了最好的估计精度.实验结果充分说明,提出的算法计算建议分布函数更加精确,有效缓解了FastSLAM算法中的粒子退化问题,从而显著提高了算法的估计精度.

摘要： 随着锂离子电池在电动汽车和微电网越来越广泛地使用,人们在保证电池管理系统(BMS)安全可靠运行和降低维护成本方面做了许多研究,电池健康状态(SOH)估计作为锂离子电池管理系统的关键功能之一,准确估计电池当前健康状态对电池管理系统有重要意义.为了提高估计准确性,首先在分析传统布谷鸟搜索优化算法的基础上,提出了一种动态布谷鸟搜索算法,该算法通过改进步长和发现概率,并将函数值变化趋势引入到步长更新方程,平衡了搜索速度和精度之间的关系.为解决传统粒子滤波自身存在的粒子退化问题,通过将粒子用布谷鸟鸟窝表示,对布谷鸟群体搜索的模拟来指导更新粒子的分布,利用改进的动态布谷鸟搜索来优化粒子滤波算法.然后从锂离子电池工作时的可测参数中提取健康指标HI,建立了HI指标与SOH之间的映射模型,并将其应用于状态空间模型的观测,提出了一种基于改进粒子滤波算法的电池SOH估计方法.实验结果表明,该方法优于传统粒子滤波算法(PF),对锂离子电池退化过程预测具有良好的适应性和精确性.

摘要： 针对水下采矿导航系统所面临的噪声具有非高斯性和频率随机性的问题,提出基于粒子滤波的深海采矿导航算法,并针对粒子滤波的粒子退化和贫化提出一种新的重采样算法。结合湖试数据,仿真实验表明新的重采样算法在获得更好的滤波精度的同时可以避免粒子贫化现象。最后,将基于改进的粒子滤波的深海采矿导航算法与基于无迹卡尔曼滤波算法的导航算法进行对比。结果表明本文提出的算法具有较高的精度和优良的鲁棒性。

摘要： 针对标准粒子滤波算法的建议分布函数的选取及重采样技术导致样本多样性匮乏问题,提出了一种改进的PF(Particle Filter)算法.该算法采用高斯UT(Unscented Transformation)变换与H∞滤波方法结合生成建议分布函数,使得生成的建议分布函数更加逼近真实后验概率密度.同时在重采样阶段引入入侵野草优化算法优化粒子集.仿真实验表明,该算法降低了粒子退化程度,提高了运算精度.

摘要： 针对所有的基于粒子滤波的动态数据校正中粒子滤波方法仅仅是针对数据的，本文提出了一种基于粒子滤波和过程模型的动态数据校正方法（DDRPFPM）。该方法将过程模型引入到动态数据校正中，作为约束条件来更新粒子的权值，有效提高了粒子的信任度，解决了基于粒子滤波的动态数据校正（DDRPF）过程中存在的粒子退化问题。通过CSTR 仿真证明，DDRPFPM 能够较好的应用于动态数据校正，与DDRPF 相比无论是对温度噪声还是离群值都有更强的校正能力。

摘要： 本文针对传统的粒子滤波算法存在的粒子退化现象和需要大量粒子才能保证状态预估计的精度，导致视频序列目标实时跟踪难以实现的问题进行了研究，提出了一种基于K均值和不变矩的粒子滤波实时目标跟踪算法。首先对最初采样的粒子集采用K均值算法进行聚类，将N个粒子分配到K个聚类中心；然后将不变矩算法引入到粒子的选取中，通过与上一帧目标位置最接近的三类聚类中心进行不变矩匹配，选择其中与目标模块最接近的那一类进行粒子滤波跟踪运算。实验结果表明文中提出的改进算法能够很好的解决粒子退化的问题，只需要采用较少的粒子就能达到很好的跟踪精度，大大的减少了计算量，改善了粒子滤波的实时性的问题，同时在一定程度上解决了目标跟踪中相似背景的干扰和目标遮挡的问题。

摘要： UFastSLAM算法的重采样过程会带来“粒子耗尽”问题，为了提高算法精度和性能，将辅助粒子滤波算法思想引入UFastSLAM算法，提出一种解决SLAM问题的方法——辅助 UFastSLAM算法。针对UFastSLAM算法的特点，首先，在其建议分布函数的求取过程中引入最近的观测信息，增强采样粒子权值的稳定性；其次，在其重采样过程中引入一次加权和二次加权，增大观测似然度大的粒子比例以缓解粒子退化问题。实验结果证明，辅助 UFastSLAM算法在估计精度，一致性等方面都具有很好的性能。

摘要： 本发明公开了一种基于SNR退化模型和粒子滤波的雷达发射机故障预测方法，该方法通过最小均方误差法在雷达使用寿命期间对固定目标的回波信噪比SNR进行测量；对信噪比退化过程建立多项式状态方程和观测方程；通过曲线拟合对退化模型参数初始化，采用粒子滤波方法训练模型参数形成用于雷达发射机故障预测的最佳模型；利用粒子滤波和最佳模型对雷达发射机进行故障预测；本发明通过建立退化模型实现不依赖大量数据的雷达发射机在线故障预测，可以在雷达系统实际使用时监测其发射机健康状态，保障其可靠性。

摘要： 本发明提出一种基于加速退化数据的粒子滤波剩余寿命预测方法，适用于机电产品、电子产品的寿命评估。该方法首先获取内场加速退化试验数据的相关信息，并建立性能退化方程，通过性能退化方程建立产品的状态方程和观测方程，将内场加速退化试验数据和少量外场数据作为先验信息，进行粒子滤波初始粒子抽样，并随时间对粒子权值进行更新和归一化粒子重采样，确定当前时刻产品的状态的最小均方估计，根据状态方程和观测方程预测下一刻时刻产品的状态，最后对产品的剩余寿命进行预测并确定预测结果的置信度。本发明方法避免单纯利用内场试验数据而忽略外场使用数据预测所造成的偏差，极大的减小了外场数据的收集时间，更具有工程使用价值。

摘要： 本发明提供了一种太阳能电池性能退化的原位测量系统，包括靶室单元和性能测量单元；所述靶室单元包括真空腔、样品台及样品台移动装置、光学玻璃窗和辐照源接口法兰，样品台及样品台移动装置设置在真空腔中部，真空腔底部设置有光学玻璃窗，真空腔上部设置有辐照源接口法兰，并通过接口法兰与辐照源相连；所述性能测量单元包括计算机控制系统、电信号采集测量系统和太阳能模拟器，计算机控制系统与电信号采集测量系统进行交互，并同时电连接到太阳能模拟器上，电信号采集测量系统电连接到真空腔内的样品上，并测量太阳能电池的电池性能。本发明的系统在辐照过程中不需要取出太阳能电池，克服了异位测量过程中因太阳电池在存放过程中产生的性能改变而带来的测量误差。

摘要： 本发明公开了一种基于SNR退化模型和粒子滤波的雷达发射机故障预测方法，该方法通过最小均方误差法在雷达使用寿命期间对固定目标的回波信噪比SNR进行测量；对信噪比退化过程建立多项式状态方程和观测方程；通过曲线拟合对退化模型参数初始化，采用粒子滤波方法训练模型参数形成用于雷达发射机故障预测的最佳模型；利用粒子滤波和最佳模型对雷达发射机进行故障预测；本发明通过建立退化模型实现不依赖大量数据的雷达发射机在线故障预测，可以在雷达系统实际使用时监测其发射机健康状态，保障其可靠性。

摘要： 一种单粒子辐照碳化硅功率MOSFETs安全边界性能退化的分析方法，涉及一种碳化硅功率器件安全边界性能的确定方法。为了解决目前无法准确获得SiC型功率器件单粒子辐照的安全边界的问题。本发明首先采用地面单粒子辐照碳化硅功率器件，获得器件发生单粒子烧毁或栅穿效应的试验数据；将每对试验数据值在反向偏置电压‑电参性能数值坐标系中描出来，并标记出发生单粒子烧毁或栅穿效应时所对应的最小反向偏置电压及其电参数值对应的点，以及在未发生单粒子烧毁或栅穿效应时所对应的最大反向偏置电压及其电参数值对应的点，从而确定电荷收集区、电参数值增大区和器件击穿烧毁区。本发明用于碳化硅功率器件安全边界性能的确定。

摘要： 本发明提出一种基于加速退化数据的粒子滤波剩余寿命预测方法，适用于机电产品、电子产品的寿命评估。该方法首先获取内场加速退化试验数据的相关信息，并建立性能退化方程，通过性能退化方程建立产品的状态方程和观测方程，将内场加速退化试验数据和少量外场数据作为先验信息，进行粒子滤波初始粒子抽样，并随时间对粒子权值进行更新和归一化粒子重采样，确定当前时刻产品的状态的最小均方估计，根据状态方程和观测方程预测下一刻时刻产品的状态，最后对产品的剩余寿命进行预测并确定预测结果的置信度。本发明方法避免单纯利用内场试验数据而忽略外场使用数据预测所造成的偏差，极大的减小了外场数据的收集时间，更具有工程使用价值。

摘要： 本发明提供了一种太阳能电池性能退化的原位测量系统，包括靶室单元和性能测量单元；所述靶室单元包括真空腔、样品台及样品台移动设备、光学玻璃窗和辐照源接口法兰，样品台及样品台移动设备设置在真空腔中部，真空腔底部设置有光学玻璃窗，真空腔上部设置有辐照源接口法兰，并通过接口法兰与辐照源相连；所述性能测量部分包括计算机控制系统、电信号测量采集系统和太阳模拟器，计算机控制系统与电信号测量采集系统进行交互，并同时电连接到太阳能模拟器上，电信号测量采集系统电连接到真空腔内的样品上，并测量太阳能电池的电池性能。本发明的系统在辐照过程中不需要取出太阳能电池，克服了异位测量过程中因太阳电池在存放过程中产生的性能改变而带来的测量误差。

摘要： 本发明提供同时实现了荧光量子效率的提高和耐热性的提高的半导体纳米粒子复合体。本发明的一个方式的半导体纳米粒子复合体为在半导体纳米粒子的表面配位有包含配体I和配体II的2种以上的配体的半导体纳米粒子复合体，其中，所述配体包含有机基团和配位性基团，所述配体I具有一个巯基作为所述配位性基团，所述配体II至少具有两个以上的巯基作为所述配位性基团。

摘要： 本发明涉及一种半导体纳米粒子复合体，其为在半导体纳米粒子的表面配位有配体的半导体纳米粒子复合体，其中，所述半导体纳米粒子包含In和P，所述配体包含下述通式(1)表示的巯基脂肪酸酯，所述巯基脂肪酸酯的SP值为9.30以下，通式(1)：HS‑R1‑COOR2 (1)通式(1)中，R1为碳原子数为1～11的烃基，R2为碳原子数为1～30的烃基。根据本发明，能够提供在纯化前后保持较高的荧光量子效率(QY)的半导体纳米粒子复合体。

摘要： 本发明提供一种热射线遮蔽粒子，是由通式Li