基于DE蝙蝠算法优化粒子滤波的目标跟踪.rar - 在目标跟踪领域, 粒子滤波技术有处理非线性非高斯问题的优势, 但是标准粒子滤波在利用重采样方法解决退化现象时, 会产生粒子贫化问题, 导致滤波精度不稳定. 针对这种问题, 本文算法采用了差分进化蝙蝠算法对粒子滤波进行改进. 本文算法将粒子表征为蝙蝠个体, 蝙蝠种群通过调节频率、响度、脉冲发射率, 伴随当前最优蝙蝠个体在目标图像区域进行搜索, 并且可以动态决策是采用全局搜索还是进行局部搜索, 从而提高粒子整体的质量和合理的分布; 引进的差分进化策略可以增强蝙蝠个体跳出局部最优的能力. 为了验证本文算法的优化性能, 将本文算法和标准粒子滤波算法进行性能分析对比. 实验结果表明本文算法滤波性能优于标准粒子滤波算法.,2021-03-08 17:17:55,下载0次