基于萤火虫优化粒子滤波的新型机动目标跟踪算法
本文关键词:基于萤火虫优化粒子滤波的新型机动目标跟踪算法 出处:《控制与决策》2017年10期 论文类型:期刊论文
更多相关文章: 粒子滤波 萤火虫算法 机动目标跟踪 粒子贫化 交互式多模型
【摘要】:交互式多模型粒子滤波算法需要多个模型才能对强机动目标进行跟踪,并且粒子滤波的重采样会导致粒子贫化现象,针对该问题提出一种新型机动目标跟踪方法.该方法首先将萤火虫群体的吸引和移动机制引入粒子滤波;再将改进粒子滤波引入交互式多模型中,通过智能寻优的方式提高交互式多模型的跟踪精度和稳定性.实验结果表明,相对于IMM-PF,改进方法可以用更少的时间达到同等精度,提高了机动目标跟踪的效率.
[Abstract]:Interactive multi-model particle filter algorithm needs multiple models to track strong maneuvering target, and the re-sampling of particle filter will lead to particle dilution. To solve this problem, a new maneuvering target tracking method is proposed. Firstly, the mechanism of attracting and moving fireflies is introduced into particle filter. Then the improved particle filter is introduced into the interactive multi-model to improve the tracking accuracy and stability of the interactive multi-model by intelligent optimization. The experimental results show that compared with IMM-PF. The improved method can achieve the same precision in less time and improve the efficiency of maneuvering target tracking.
【作者单位】: 南京理工大学自动化学院;中国卫星海上测控部;
【基金】:国家自然科学基金青年基金项目(61501521);国家自然科学基金面上基金项目(61473153)
【分类号】:TN713;TP18
【正文快照】: 0引机动目标的跟踪问题长期以来都是雷达系统的重点和难点问题[1-2],在解决该问题时,跟踪模型的选择至关重要[3-4].目前,交互式多模型(IMM)算法作为一种典型多模型算法得到了广泛的关注和运用[5-7].IMM算法是在广义伪贝叶斯算法基础上得到具有马尔科夫切换系数的多模型算法[8]
【相似文献】
相关期刊论文 前10条
1 孙志刚;仅有角度量测的红外机动目标跟踪[J];激光与红外;2004年06期
2 郑润高;张安清;;雷达机动目标跟踪的卡尔曼粒子滤波算法[J];电光与控制;2012年01期
3 陈亮;吴小俊;王士同;杨静宇;;一种新的常增益机动目标跟踪方法:α-β-γ-δ模型[J];系统仿真学报;2008年17期
4 王晓;韩崇昭;;用于机动目标跟踪的多模型概率假设密度滤波器[J];西安交通大学学报;2011年12期
5 谈鹏;雷铭哲;常超伟;陈晋良;;地面机动目标跟踪问题研究[J];火力与指挥控制;2014年S1期
6 王红亮;李枫;赵亦工;;一种机动目标跟踪的自适应α-β滤波算法[J];雷达科学与技术;2007年04期
7 李凡;截断变维法与机动检测技术[J];系统工程与电子技术;1998年03期
8 郭鑫;葛凤翔;郭良浩;;改进的自适应Kalman滤波及其在水声机动目标跟踪中的应用[J];声学学报;2011年06期
9 王永富,黄显林,胡恒章;非线性预测滤波器在机动目标跟踪中的应用[J];系统工程与电子技术;2000年08期
10 李丹;;机动目标跟踪的滤波方法研究[J];计算机仿真;2007年04期
相关会议论文 前1条
1 潘泉;;机动目标跟踪双滤波器模型及自适应算法[A];1994年中国控制会议论文集[C];1994年
相关博士学位论文 前1条
1 王写;基于H_∞滤波理论和多模型算法的机动目标跟踪研究[D];浙江大学;2016年
相关硕士学位论文 前5条
1 陈松;基于粒子滤波的自适应机动目标跟踪[D];昆明理工大学;2015年
2 董天发;临近空间高速高机动目标跟踪算法研究[D];电子科技大学;2015年
3 刘楠;基于机动目标跟踪模型的自适应滤波算法[D];浙江理工大学;2016年
4 李丽娟;基于边缘分布贝叶斯滤波器的多机动目标跟踪方法研究[D];深圳大学;2016年
5 王龙;基于粒子滤波的机动目标跟踪算法[D];南京信息工程大学;2013年
,本文编号:1440057
本文链接:https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/1440057.html