改進(jìn)粒子濾波算法及其在目標(biāo)跟蹤中應(yīng)用研究.pdf

1、粒子濾波器在處理非線性或非高斯問題所顯示出的巨大的潛力，使得其在非線性濾波領(lǐng)域受到了廣泛的關(guān)注。與傳統(tǒng)濾波方法相比，其具有簡單易行的特點，因此在諸多研究領(lǐng)域得到了廣泛應(yīng)用。
　　 粒子濾波是一種用于求解貝葉斯概率的實用方法。它是一種通過使用非參數(shù)化的蒙特卡羅方法來實現(xiàn)遞推貝葉斯估計的濾波方法，可適用于任何能用狀態(tài)空間表示的非線性系統(tǒng)。然而，傳統(tǒng)的標(biāo)準(zhǔn)粒子濾波算法中存在著一些缺點，最典型的就是粒子的退化問題，以及采用傳統(tǒng)的重采樣之

2、后又出現(xiàn)的粒子多樣性減弱問題。到目前為止，粒子濾波算法雖然經(jīng)歷了眾多的改進(jìn)，但是并沒有很好的解決這些問題。因此，進(jìn)一步研究并改進(jìn)粒子濾波算法以提高粒子的多樣性對提高粒子濾波的效率具有十分重要的意義。
　　 本文主要內(nèi)容如下：
　　 1.本文首先在對傳統(tǒng)粒子濾波算法進(jìn)行深入研究的基礎(chǔ)上，提出將遺傳算法中的進(jìn)化策略引入到粒子濾波算法的框架中來，利用遺傳算法中使用的諸如交叉算子、變異算子、選擇算子等進(jìn)化策略對種群個體進(jìn)行操作

3、，直至進(jìn)行進(jìn)化操作以后的粒子的表現(xiàn)都優(yōu)于進(jìn)化前，這種做法提高了粒子的全局搜索以及尋優(yōu)的能力，進(jìn)化操作對粒子進(jìn)行了有效的移動，從而提升了粒子的多樣性。
　　 2.根據(jù)粒子濾波算法中對粒子濾波算法的應(yīng)用需求，對引入的自適應(yīng)遺傳算法進(jìn)行了一系列的改進(jìn)。在粒子濾波中，粒子進(jìn)化的方向是得到一個最優(yōu)的粒子種群，而傳統(tǒng)自適應(yīng)遺傳算的目標(biāo)是尋求種群中的最優(yōu)個體，故在粒子濾波的應(yīng)用中，對傳統(tǒng)自適應(yīng)遺傳算法中變量的調(diào)節(jié)策略需要做相應(yīng)的調(diào)整。因此，