粒子濾波在目標(biāo)跟蹤中的應(yīng)用研究.pdf

1、目標(biāo)跟蹤是研究對目標(biāo)運動不能準(zhǔn)確描述的目標(biāo)運動估計的問題，它在軍用和民用領(lǐng)域中都有著廣泛的應(yīng)用。本文首先概述了目標(biāo)跟蹤模型的建立，給出了幾種常見的機動目標(biāo)運動模型及量測模型坐標(biāo)轉(zhuǎn)換的方法。討論了目標(biāo)跟蹤領(lǐng)域中的幾種主要濾波方法：卡爾曼(Kalman)濾波、擴展卡爾曼濾波、Unscented卡爾曼濾波。接著針對非線性非高斯系統(tǒng)的狀態(tài)濾波問題闡述了粒子濾波的原理。 粒子濾波是上世紀(jì)90年代發(fā)展起來的一種基于蒙特卡羅方法和遞推貝葉斯估

2、計的新濾波方法，在處理非線性、非高斯系統(tǒng)的參數(shù)估計和狀態(tài)濾波方面具有獨到的優(yōu)勢。但是其復(fù)雜的算法結(jié)構(gòu)、龐大的計算量和緩慢的運算速度限制了其在實時系統(tǒng)中的應(yīng)用。本文討論了粒子濾波算法存在的主要問題和改進的技術(shù)，并給出了一些粒子濾波算法的偽代碼。對幾種常見的粒子濾波器(SIR、ASIR)進行了比較，分析了各算法的優(yōu)缺點。 最后，通過仿真，把粒子濾波與擴展卡爾曼濾波和Unscented卡爾曼濾波相比較，發(fā)現(xiàn)基于擴展卡爾曼濾波的跟蹤方法