导读:本文包含了遗传粒子滤波论文开题报告文献综述及选题提纲参考文献，主要关键词:电能质量,遗传算法,粒子滤波,谐波检测
遗传粒子滤波论文文献综述
杜先君,刘洲[1]（2019）在《遗传优化粒子滤波在动态谐波检测中的应用》一文中研究指出为了快速且准确地检测出电力系统动态谐波的幅值和相位,提出了遗传算法粒子滤波GAPF(genetic algorithm particle filter)的动态谐波检测方法。该方法首先对遗传算法中的交叉和变异过程加入自适应思想,使粒子间的交叉概率和变异概率能够随适应度自动改变;其次用选择、交叉和变异过程代替粒子滤波中的重采样过程,得到在处理非线性、非高斯系统参数估计能力较强的GAPF算法;最后对电力系统的动态谐波进行检测。仿真实验结果表明,在非线性和非高斯噪声环境下,GAPF算法在对电力系统动态谐波的幅值和相位进行检测时,具有精度高、实时性好等优点。(本文来源于《电力系统及其自动化学报》期刊2019年08期）
田连杰,孙希延,纪元法[2]（2017）在《基于遗传粒子滤波的多径信号估计算法》一文中研究指出在全球导航卫星系统(Global navigation satellite system,GNSS)的多径信号估计过程中,针对粒子滤波(Particle Filter,PF)的退化和传统重采样的粒子衰落等问题,将遗传算法嵌入到粒子滤波的重采样过程中,通过模拟生物学中的进化现象,优化粒子滤波重采样方法,克服了粒子滤波的退化问题和重采样中粒子多样性衰落问题。与此同时,将信号幅度线性问题,采用卡尔曼滤波(Kalman Filter,KF)进行处理。仿真结果表明,上述算法可以有效的修复畸变伪码相关函数,提高多径信号估计精度。多径信号幅度估计均方差减小到0.0168;多径信号时延估计提高0.0367码片(约11米),验证了上述方法在还原真实信号,修复畸变码相关函数,抑制多径等方面的有效性。(本文来源于《计算机仿真》期刊2017年12期）
熊志刚,黄树彩,吴潇,苑智玮[3]（2016）在《基于改进遗传粒子滤波与SME的多目标跟踪算法》一文中研究指出针对基于对称量测方程的多目标跟踪,传统的滤波手段无法解决因对称变换带来的非高斯问题,提出一种新的遗传粒子滤波方法。新的滤波算法利用粒子的噪声含量与权值的负相关,改进了更新过程中权值计算所依赖的概率密度函数,避免了新量测噪声的求解。同时利用遗传算法的优势,保障了粒子的多样性,提高了粒子的使用效率,防止了滤波发散及局部最优。仿真结果表明,基于对称量测方程的多目标跟踪中,改进的遗传粒子滤波算法较扩展卡尔曼滤波算法、不敏卡尔曼滤波算法和联合概率数据关联滤波算法跟踪效果更好。(本文来源于《火力与指挥控制》期刊2016年10期）
王尔申,庞涛,李兴凯,张芝贤[4]（2015）在《基于遗传粒子滤波的GPS定位数据处理算法》一文中研究指出针对粒子滤波算法中的权值退化问题,提出了一种遗传算法辅助下的粒子滤波算法。利用遗传算法在选择继承性上的优势,将遗传算法中的选择、交叉和变异操作引入到粒子滤波算法中。在此基础上,将改进的粒子滤波算法与建立的全球定位系统(GPS)非线性动态状态空间模型结合应用于GPS定位数据处理问题,通过采集实测GPS数据将改进粒子滤波算法与基本粒子滤波算法做了比较。结果表明,遗传算法辅助下的粒子滤波可以增加有效粒子数目,有效解决粒子退化问题,可提高GPS定位数据处理精确度。(本文来源于《太赫兹科学与电子信息学报》期刊2015年03期）
张民,贾海涛,沈震[5]（2015）在《基于遗传算法改进的粒子滤波重采样模型（英文）》一文中研究指出提出一种基于遗传算法改进的新粒子滤波算法,该算法对于每次迭代计算出的最差粒子并未简单地进行丢弃,而是将这些最差粒子利用生物遗传中的遗传性和变异性将其进行修正。该算法利用最差粒子数据与种群中特殊数据进行交叉变异方法来增强粒子种群中的多样性,从而有利于粒子滤波对机动目标的跟踪;同时保留部分粒子在未来进行唤醒也体现了多样性。该算法更有利于实现粒子滤波在机动目标跟踪的适应性,提高其跟踪效果。(本文来源于《电子科技大学学报》期刊2015年03期）
王尔申,庞涛,李兴凯,张芝贤[6]（2015）在《基于遗传算法和神经网络的改进粒子滤波的GPS定位数据处理》一文中研究指出针对GPS接收机观测噪声分布的特点和粒子滤波存在的粒子退化问题,提出基于遗传算法和神经网络的重要性权值调整粒子滤波算法。将遗传算法全局寻优的收敛性与BP神经网络局部寻优的快速性结合,改善粒子的分布。将改进粒子滤波应用于GPS定位精度改善,与神经网络辅助的粒子滤波进行比较,对比两者的有效粒子数目和训练误差。实测GPS数据处理验证表明,该算法增加了有效粒子数目,有效抑制了粒子退化,在改善GPS定位精度上取得了良好的效果。(本文来源于《电子器件》期刊2015年02期）
郭鲁,魏颖[7]（2015）在《基于禁忌递阶遗传粒子滤波的无线传感器网络的目标跟踪》一文中研究指出提出了一种禁忌递阶遗传粒子滤波跟踪算法。结合禁忌搜索算法和递阶遗传算法提出一种禁忌递阶遗传算法,用递阶遗传算法作全局搜索,用禁忌搜索算法作局部搜索,该算法能在一定程度上克服早熟问题,避免收敛到局部最优点。仿真结果表明:该算法在大噪声条件下改善了粒子贫乏问题,提高了跟踪精度及速度。(本文来源于《民营科技》期刊2015年01期）
路威,张邦宁,张杭[8]（2014）在《利用遗传粒子滤波的单通道扰信盲分离算法》一文中研究指出针对低信噪比条件下单通道通信信号与干扰盲分离问题,本文提出了一种基于遗传粒子滤波的单通道盲扰信分离新算法。该算法首先建立了受扰信号的状态空间模型,并利用粒子滤波得到通信码元和未知参数的最大后验估计。针对标准粒子滤波中存在的粒子退化现象,本文引入了遗传进化操作来迭代估计优质粒子,在减少了所需粒子数量的同时,又保持了序贯估计过程中粒子集合的多样性和优质性,使新算法在低信噪比条件下具有更好的分离效果。仿真结果表明,新算法在干信比小于15dB,信噪比大于10dB的条件下,可以有效地从单路接收的受扰信号中分离出通信信号与干扰。(本文来源于《数据采集与处理》期刊2014年05期）
郭鲁,魏颖[9]（2014）在《基于禁忌遗传粒子滤波的无线传感器网络的目标跟踪》一文中研究指出提出了一种禁忌遗传粒子滤波跟踪算法。用遗传算法作全局搜索,用禁忌搜索算法作局部搜索,可以提高遗传算法的局部搜索能力,避免收敛到局部最优点。仿真结果表明:与原算法相比,禁忌遗传粒子滤波算法在大噪声条件下改善了粒子贫乏问题,提高了跟踪精度。(本文来源于《民营科技》期刊2014年07期）
王尔申,张淑芳,蔡明,庞涛[10]（2015）在《遗传粒子滤波的GPS接收机自主完好性监测》一文中研究指出针对全球定位系统接收机观测噪声分布的特点和基本粒子滤波存在的粒子退化与采样枯竭问题,提出了一种基于遗传算法进行再采样粒子滤波与似然比方法有机结合的全球定位系统接收机自主完好性监测方法.建立了卫星故障检测的检验统计量,通过比较系统各状态累加对数似然比对卫星故障进行检测.将遗传算法中的选择、交叉和变异操作融入到粒子滤波中,提高了粒子滤波的精确性,在实数域内对粒子进行遗传操作,避免了遗传操作的编解码.实验表明,该算法在非高斯测量噪声下成功地检测并隔离故障卫星,提高了故障检测的性能,验证了该算法应用于全球定位系统接收机自主完好性监测的可行性和有效性.(本文来源于《西安电子科技大学学报》期刊2015年01期）
遗传粒子滤波论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
在全球导航卫星系统(Global navigation satellite system,GNSS)的多径信号估计过程中,针对粒子滤波(Particle Filter,PF)的退化和传统重采样的粒子衰落等问题,将遗传算法嵌入到粒子滤波的重采样过程中,通过模拟生物学中的进化现象,优化粒子滤波重采样方法,克服了粒子滤波的退化问题和重采样中粒子多样性衰落问题。与此同时,将信号幅度线性问题,采用卡尔曼滤波(Kalman Filter,KF)进行处理。仿真结果表明,上述算法可以有效的修复畸变伪码相关函数,提高多径信号估计精度。多径信号幅度估计均方差减小到0.0168;多径信号时延估计提高0.0367码片(约11米),验证了上述方法在还原真实信号,修复畸变码相关函数,抑制多径等方面的有效性。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
遗传粒子滤波论文参考文献
[1].杜先君,刘洲.遗传优化粒子滤波在动态谐波检测中的应用[J].电力系统及其自动化学报.2019
[2].田连杰,孙希延,纪元法.基于遗传粒子滤波的多径信号估计算法[J].计算机仿真.2017
[3].熊志刚,黄树彩,吴潇,苑智玮.基于改进遗传粒子滤波与SME的多目标跟踪算法[J].火力与指挥控制.2016
[4].王尔申,庞涛,李兴凯,张芝贤.基于遗传粒子滤波的GPS定位数据处理算法[J].太赫兹科学与电子信息学报.2015
[5].张民,贾海涛,沈震.基于遗传算法改进的粒子滤波重采样模型（英文）[J].电子科技大学学报.2015
[6].王尔申,庞涛,李兴凯,张芝贤.基于遗传算法和神经网络的改进粒子滤波的GPS定位数据处理[J].电子器件.2015
[7].郭鲁,魏颖.基于禁忌递阶遗传粒子滤波的无线传感器网络的目标跟踪[J].民营科技.2015
[8].路威,张邦宁,张杭.利用遗传粒子滤波的单通道扰信盲分离算法[J].数据采集与处理.2014
[9].郭鲁,魏颖.基于禁忌遗传粒子滤波的无线传感器网络的目标跟踪[J].民营科技.2014
[10].王尔申,张淑芳,蔡明,庞涛.遗传粒子滤波的GPS接收机自主完好性监测[J].西安电子科技大学学报.2015