基于采樣型非線性濾波的目標(biāo)跟蹤方法研究.pdf

1、隨著科技的發(fā)展，目標(biāo)跟蹤已經(jīng)廣泛應(yīng)用到軍事和民用領(lǐng)域，同時對目標(biāo)跟蹤應(yīng)用背景及條件要求也日益提升。濾波算法作為目標(biāo)跟蹤的核心內(nèi)容，一直是國內(nèi)外專家學(xué)者研究的熱點。非線性濾波算法在系統(tǒng)非線性時具有比適用于線性系統(tǒng)的卡爾曼濾波算法更好的跟蹤效果，其中采樣型非線性濾波算法一直是目標(biāo)跟蹤應(yīng)用發(fā)展的重要部分。針對濾波算法中多傳感器數(shù)據(jù)融合問題、算法性能優(yōu)化等問題，本文基于采樣型非線性濾波技術(shù)提出了一些新的算法并獲得了較好的結(jié)果，主要貢獻如下:

2、r>　　針對高斯噪聲背景下常規(guī)不敏卡爾曼濾波，提出了聯(lián)邦不敏卡爾曼濾波目標(biāo)跟蹤算法，該方法通過引入聯(lián)邦卡爾曼濾波的結(jié)構(gòu)思想進行多傳感器融合量測數(shù)據(jù)，降低噪聲對量測的影響，從而提高算法的跟蹤性能，適用到多個運動模型。
　　為解決粒子濾波出現(xiàn)的粒子退化、粒子多樣性缺失等問題，提出了基于混合蛙跳代價評估粒子濾波算法。通過將混合蛙跳思想引入粒子濾波中，利用混合蛙跳方法尋找最優(yōu)粒子集，該方法機理避免了粒子退化問題。研究表明新算法有效利用混合