فيلتر ذره اي بهبود يافته مبتني بر محاسبات نرم با كاربرد در رديابي هدف

فيلتر ذره‌اي يكي از مهمترين فيلترها در تخمين سيستم هاي غير خطي/غير گوسي كه در كاربردهاي زيادي استفاده شده است. در فيلتر ذره‌اي استاندارد، از آنجايي‌كه تابع چگالي پسين مشترك حالت با استفاده از نمونه برداري پراهميت بازگشتي تقريب زده مي‌شود، ابعاد تابع چگالي پسين مشترك در هر لحظه از زمان رشد مي‌كند. اين موجب مي‌شود كه الگوريتم سريعا تباهيده شود. بنابراين استفاده از استراتژي نمونه‌برداري مجدد بمنظور تضمين يك تقريب منطقي از تابع چگالي احتمال پسين روي كل مسير لازم مي‌شود. با وجود اين، در پياده‌سازي فيلتر ذره‌اي، نمونه‌برداري‌مجدد روي فضاي حاشيه‌اي انجام‌ مي‌شود. از آنجايي كه سيستم ممكن است داراي رفتار فراموشي نمايي از خطاهاي گذشته‌اش نباشد، با تعداد ذره محدود فرآيند نمونه برداري مجدد روي فضاي حاشيه‌اي يك تخمين ناسازگار بوجود مي‌آورد. براي رفع اين مشكل، در اين مقاله فيلتر ذره‌اي بهبود يافته مبتني بر محاسبات نرم پيشنهاد شده است. در اين فيلتر برخلاف فيلتر ذره‌اي، نمونه‌برداري بر روي توزيع حاشيه‌اي انجام مي‌شود و ابعاد نمونه‌برداري با زمان افزايش نمي‌يابد. بعلاوه، نمونه برداري با استفاده از الگوريتم تكامل تفاضلي(DE) بهبود داده شده است. روش پيشنهادي با استفاده از شبيه‌سازي‌هاي كامپيوتري مورد ارزيابي قرار گرفته است. نتايج نشان مي‌دهند روش پيشنهادي داراي عملكرد بهتري نسبت به فيلتر ذره‌اي استاندارد است.