基于伯努利濾波的目標(biāo)檢測(cè)與跟蹤算法研究.pdf

1、密級(jí)碩士學(xué)位論文碩士學(xué)位論文題目：題目：基于伯努利濾波的目標(biāo)檢測(cè)與跟蹤算法研究（英文）（英文）StudyonTargetDetectionTrackingAlgithmsBasedonBernoulliFilter研究生學(xué)號(hào)：號(hào)：1407201003研究生姓名：名：張馨方指導(dǎo)教師姓名、職務(wù)：指導(dǎo)教師姓名、職務(wù)：吳孫勇副教授申請(qǐng)學(xué)位門類：類：理學(xué)碩士學(xué)科、?？啤I(yè)：業(yè)：數(shù)學(xué)論文答辯日期：期：2017年6月摘要I摘要伯努利濾波（Berno

2、ullifilter）是基于隨機(jī)有限集理論的一類特殊隨機(jī)濾波估計(jì)。狀態(tài)空間中允許狀態(tài)的自由出現(xiàn)和消失并借助有限集統(tǒng)計(jì)（finitesetstatisticFISST）的概念來(lái)描述隨機(jī)出現(xiàn)狀態(tài)的統(tǒng)計(jì)信息。由于它無(wú)法得到精確解，因此需借助粒子濾波（particlefilterPF）技術(shù)取得近似解。本文首先以提高濾波估計(jì)精度為目的，以PF作為實(shí)現(xiàn)手段對(duì)區(qū)間量測(cè)下的伯努利濾波跟蹤算法展開研究；其次以GPS多徑信號(hào)中碼跟蹤作為實(shí)際應(yīng)用背景，改進(jìn)的

3、粒子濾波算法與實(shí)際應(yīng)用相結(jié)合進(jìn)行研究。主要研究成果如下：1.針對(duì)區(qū)間量測(cè)下伯努利粒子濾波（BernoulliparticlefilterBernoulliPF）算法產(chǎn)生持續(xù)存活粒子時(shí)未考慮當(dāng)前時(shí)刻的量測(cè)信息對(duì)粒子的影響，從而導(dǎo)致跟蹤精度低的問(wèn)題。因此應(yīng)用無(wú)跡卡爾曼濾波（UKF）思想代替原算法中僅用轉(zhuǎn)移方程傳遞持續(xù)存活粒子的方式，提出基于無(wú)跡變換下的伯努利粒子濾波算法（BernoulliUpf）。改進(jìn)后的算法在預(yù)測(cè)步驟產(chǎn)生持續(xù)存活粒子時(shí)，

4、最大程度地利用當(dāng)前時(shí)刻的量測(cè)，從而指導(dǎo)粒子向高似然區(qū)域移動(dòng)，使得粒子分布與真實(shí)狀態(tài)的后驗(yàn)分布更接近。仿真對(duì)比實(shí)驗(yàn)說(shuō)明該算法是有效的。2針對(duì)區(qū)間量測(cè)下BernoulliPF跟蹤算法存在粒子退化的缺陷，過(guò)程噪聲越小粒子退化越明顯，為了增加粒子的多樣性，提高濾波估計(jì)精度，提出一種輔助粒子濾波（APF）與伯努利粒子濾波相結(jié)合的濾波（BernoulliAPF）算法。該算法在更新階段借鑒APF的思想選取權(quán)重較大的粒子，并結(jié)合當(dāng)前時(shí)刻量測(cè)信息實(shí)現(xiàn)第二

5、次權(quán)重的計(jì)算。計(jì)算權(quán)重的過(guò)程中不但采用的是較優(yōu)的粒子，而且粒子的觀測(cè)信息得到充分有效地利用，使得粒子權(quán)值比僅用粒子濾波得到的權(quán)值穩(wěn)定，很大程度上克服了重采樣后粒子概率密度變化大，粒子退化等問(wèn)題。仿真實(shí)驗(yàn)證了算法的有效性。3應(yīng)用改進(jìn)的PF算法解決實(shí)際問(wèn)題。針對(duì)GPS弱信號(hào)環(huán)境下，傳統(tǒng)接收機(jī)存在跟蹤精度低，跟蹤門限高的問(wèn)題，提出一種基于最小二乘估計(jì)的粒子濾波GPS信號(hào)跟蹤算法。該算法通過(guò)最小二乘方法對(duì)IQ支路相干積分值進(jìn)行修正并作為觀測(cè)量輸