一种用于光电目标跟踪的变窗宽核粒子滤波

核函数粒子滤波(Kernel Particle Filter, KPF) 是小噪声动态系统目标跟踪的一种有效方法，其所采用的核密度估计中一个重要的问题是核窗宽的选择。本文提出了一种基于协方差的变窗宽核粒子滤波算法，该方法首先通过粒子集的协方差矩阵估计粒子的粗略核窗宽和其粗略的后验概率密度，然后调节全局核窗宽获得适用于每一个粒子自身的精确核窗宽，提高核密度的估计精度，通过迭代达到对后验概率模型的寻找，使得粒子能够在核密度估计后向后验概率密度的分布移动，提高跟踪精度。通过这种方法生成的新粒子是对后验概率密度的一个更加近似的表达。实验结果表明，在小噪声动态系统中，本文提出的变窗宽核函数粒子滤波在光电目标跟踪的性能和效率上都优于传统的粒子滤波(Particle Filter，PF)、UPF(Unscented Particle Filter)以及KPF。

Variable bandwidth kernel particle filter for optoelectronic target tracking

Kernel Particle Filter (KPF) is an effective method for target tracking of a dynamic system with small noises, in which the selection of the kernel bandwidth is a critical step of Kernel Density Estimation(KDE) in KPF. In this paper, a Variable Bandwidth Kernel Particle Filter (VBKPF) based on covariance matrix is proposed. Firstly, the covariance matrix of particle sets is used to compute the coarse bandwidth and the coarse posterior Probability Density Functions (PDFs). Then, each particle can acquire its...