首页 | 本学科首页   官方微博 | 高级检索  
     

基于目标跟踪的粒子群粒子滤波算法研究
引用本文:张才千,葛磊,韩东.基于目标跟踪的粒子群粒子滤波算法研究[J].计算机仿真,2014,31(8).
作者姓名:张才千  葛磊  韩东
作者单位:1. 开封大学软件学院,河南开封,475004
2. 海军大连舰艇学院信息与通信工程系,辽宁大连,116018
摘    要:针对粒子滤波方法在重采样阶段容易造成样本有效性和多样性的损失,导致了样本贫化问题,提出了一种改进的粒子滤波算法.算法将粒子群优化思想引入粒子滤波中,在粒子采样过程前先利用粒子群算法进行优化.粒子群算法将最新观测值融合到粒子进化公式中,大部分粒子经过粒子群优化后,朝着后验概率分布比较密集的区域运动,聚集在最优粒子附近,使粒子的权值被提高,避免了在重新采样过程中被舍弃,进而缓解了样本被贫化问题.目标跟踪系统中的位置估计由于物体运动具有突然性,很难准确估计.采用非线性目标跟踪模型和分时恒定值模型分别研究改进粒子滤波算法对误差均方值的影响.仿真结果表明改进算法与常规粒子滤波算法和扩展卡曼滤波算法相比,更加有效地降低变量的误差均方值,从而提高了滤波性能.

关 键 词:粒子群算法  粒子滤波  重要性采样  目标跟踪

Research on Particle Swarm Particle Filter Algorithm Based on Target Tracking
ZHANG Cai-qian,GE Lei,HAN Dong.Research on Particle Swarm Particle Filter Algorithm Based on Target Tracking[J].Computer Simulation,2014,31(8).
Authors:ZHANG Cai-qian  GE Lei  HAN Dong
Abstract:
Keywords:Particle swarm optimization (PSO)  Particle filter  Importance sampling  Target tracking
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号