为有效解决粒子滤波中粒子退化和贫化问题,实验将遗传算法耦合到粒子滤波中用于对粒子进行重采样,发展了基于遗传粒子滤波的积雪数据同化方案。以Noah-MP模型默认组合方案为模型算子搭建了积雪数据同化系统,分别在真实和合成同化试验情景下比较了集合卡尔曼滤波和粒子滤波的同化性能、不同重采样方法对粒子滤波同化性能的影响,探讨了遗传粒子滤波作为积雪数据同化方法的可行性。在理想试验情景中,遗传粒子滤波的整体同化性能次于系统重采样粒子滤波,但明显好于多项式重采样粒子滤波,并且遗传粒子滤波能够在积雪融化较快的阶段,更有效地利用观测信息对模型进行校正,在积雪消融期表现出了较好的同化性能。在真实试验情景中,遗传粒子滤波的同化性能明显好于采用其他重采样算法粒子滤波的同化性能。此外,两种同化情景的试验结果均表明粒子滤波的同化性能明显好于集合卡尔曼滤波。将遗传粒子滤波作为积雪数据同化方案是可行、有效的。
为有效解决粒子滤波中粒子退化和贫化问题,实验将遗传算法耦合到粒子滤波中用于对粒子进行重采样,发展了基于遗传粒子滤波的积雪数据同化方案。以Noah-MP模型默认组合方案为模型算子搭建了积雪数据同化系统,分别在真实和合成同化试验情景下比较了集合卡尔曼滤波和粒子滤波的同化性能、不同重采样方法对粒子滤波同化性能的影响,探讨了遗传粒子滤波作为积雪数据同化方法的可行性。在理想试验情景中,遗传粒子滤波的整体同化性能次于系统重采样粒子滤波,但明显好于多项式重采样粒子滤波,并且遗传粒子滤波能够在积雪融化较快的阶段,更有效地利用观测信息对模型进行校正,在积雪消融期表现出了较好的同化性能。在真实试验情景中,遗传粒子滤波的同化性能明显好于采用其他重采样算法粒子滤波的同化性能。此外,两种同化情景的试验结果均表明粒子滤波的同化性能明显好于集合卡尔曼滤波。将遗传粒子滤波作为积雪数据同化方案是可行、有效的。
为有效解决粒子滤波中粒子退化和贫化问题,实验将遗传算法耦合到粒子滤波中用于对粒子进行重采样,发展了基于遗传粒子滤波的积雪数据同化方案。以Noah-MP模型默认组合方案为模型算子搭建了积雪数据同化系统,分别在真实和合成同化试验情景下比较了集合卡尔曼滤波和粒子滤波的同化性能、不同重采样方法对粒子滤波同化性能的影响,探讨了遗传粒子滤波作为积雪数据同化方法的可行性。在理想试验情景中,遗传粒子滤波的整体同化性能次于系统重采样粒子滤波,但明显好于多项式重采样粒子滤波,并且遗传粒子滤波能够在积雪融化较快的阶段,更有效地利用观测信息对模型进行校正,在积雪消融期表现出了较好的同化性能。在真实试验情景中,遗传粒子滤波的同化性能明显好于采用其他重采样算法粒子滤波的同化性能。此外,两种同化情景的试验结果均表明粒子滤波的同化性能明显好于集合卡尔曼滤波。将遗传粒子滤波作为积雪数据同化方案是可行、有效的。
激光雷达的实时环境扫描与已构建环境模型之间的匹配是月球车即时定位与制图(SLAM)过程中的关键步骤,其收敛速度和准确性直接决定了SLAM的成败。月球表面是一种典型非结构化环境,其环境场景特征复杂。若通过三维激光匹配方式则传感器数据量大,特征匹配的难度高,实时性差。针对于此,本文提出了一种基于ICP算法的激光点扫描匹配方法-类等高线匹配方法,将二维激光雷达的实时扫描数据与已构建的三维环境高程图相匹配,利用RBPF粒子滤波实现位姿与地图状态的估计,采用自行研制的小型激光雷达硬件平台,较好地实现了月球车原理样机的快速SLAM过程。实验表明,基于该方法的即时定位与制图过程对于月球车位姿估计的鲁棒性强,实时性好。
针对月球探测车位置与姿态的准确估计问题,提出了一种基于RBPF粒子滤波的月球车SLAM方法。该方法基于高速激光雷达对环境地貌的观测,通过激光测距值与所建栅格地图之间的匹配实现。鉴于车体的位置估计仍难以彻底消除累积误差,提出了对于月球车平动速度的估计方法,并通过仿真实验验证了该速度估计方法的正确性。为提高粒子滤波的实时性能,提出所有粒子共同维护一幅地图的处理方法,实验表明该方法在明显提高SLAM实时性的同时,并未对滤波效果产生明显影响。
天文导航系统是典型的非线性和噪声非高斯分布的系统.针对传统的扩展卡尔曼滤波不适于非线性和噪声非高斯分布的系统,和一般粒子滤波存在的粒子退化和采样枯竭问题,提出了一种基于遗传算法进行再采样的月球探测器自主天文导航粒子滤波新方法.计算机仿真结果显示了该方法可以有效的克服传统粒子滤波方法的缺点,提高天文导航系统的定位精度.
天文导航系统是典型的非线性和噪声非高斯分布的系统。针对传统的扩展卡尔曼滤波不适于非线性和噪声非高斯分布的系统,和一般粒子滤波存在的粒子退化等问题,提出了一种将RJMCMC(可逆跳转马尔可夫链蒙特卡罗)算法应用于月球探测器自主天文导航粒子滤波器中的新方法。计算机仿真结果显示了该方法在加快收敛速度、提高导航定位精度和自适应调整粒子个数方面的有效性和可行性。