基于随机摄动再采样的粒子概率假设密度滤波器

发布时间：2017-11-13 01:34

  本文关键词：基于随机摄动再采样的粒子概率假设密度滤波器

  更多相关文章： 多目标跟踪 概率假设密度 粒子滤波 随机摄动再采样

【摘要】：作为概率假设密度滤波的典型实现方式,粒子概率假设密度滤波器无需线性高斯等先验假设,因而在多目标跟踪中得到了广泛的应用。为解决粒子退化问题并保持粒子规模,该滤波器引入了重采样机制,然而,该重采样机制易引起粒子多样性耗尽,导致粒子贫化问题产生。为解决这一问题,该文提出一种新的基于随机摄动再采样的粒子概率假设密度滤波器。首先,全面分析了粒子概率假设密度滤波因粒子贫化问题导致目标失跟的过程。然后设计了一种随机摄动再采样算法,该算法在重采样导致粒子多样性缺失时,根据源粒子的位置与复制次数随机产生相应数目的新粒子,并对源粒子进行删减,其可在保留源粒子信息的前提下保持粒子的多样性。最后,该文将该算法纳入概率假设密度滤波框架,提出了一种新的粒子概率假设密度滤波器。仿真结果表明该滤波器在不显著增加运行时间的前提下能够克服粒子贫化问题,相比标准的粒子概率假设密度滤波器具有更好的跟踪性能。
【作者单位】： 海军航空工程学院信息融合研究所;中国人民解放军91213部队;
【基金】：国家自然科学基金(61471383;61304103)~~
【分类号】：TN713
【正文快照】： 2(中国人民解放军91213部队烟台264000)1引言在实际的目标跟踪场景中,目标的数目和状态实时变化,同时量测信息也存在很大的不确定性(目标、杂波或虚警等),这为多目标跟踪带来了巨大挑战。如何在杂波背景下实时准确估计目标数目并进行稳定跟踪,是雷达数据处理领域的研究重点和

【相似文献】

中国期刊全文数据库 前10条

1 李斌;姚康泽;王岩;慈林林;万建伟;;基于灰关联的分类信息辅助多目标跟踪[J];信号处理;2009年03期

2 王汝夯;黄建国;张群飞;;基于网络层次分析的水下多目标跟踪排序方法[J];西北工业大学学报;2009年05期

3 陈炳和;雷达多目标跟踪的数学表示[J];电子学报;1988年02期

4 余少波,胡守仁,刘孟仁;雷达多目标跟踪的神经网络方法[J];电子学报;1992年04期

5 王顺奎;多目标跟踪用的多传感器信息融合技术[J];红外与激光技术;1994年04期

6 E.W.Kamen ,刘胜厚;基于对称测量方程的多目标跟踪[J];舰船指挥控制系统;1996年03期

7 刘维亭,张冰,朱志宇;多目标跟踪中的目标位置及速度数据融合[J];船舶工程;2003年01期

8 路红;费树岷;郑建勇;张涛;;基于行为和部分观测的多目标跟踪(英文)[J];Journal of Southeast University(English Edition);2008年04期

9 蒋恋华;甘朝晖;蒋e，

本文编号：1178551