基于粒子濾波的目標跟蹤方法研究.pdf

1、國內(nèi)外研究人員對于非線性系統(tǒng)的狀態(tài)估計問題一直高度重視,這個問題已經(jīng)成為了一個具有重要的理論意義和使用價值的熱點課題。貝葉斯濾波理論中的代表:卡爾曼濾波器只能處理線性、高斯的問題,但在現(xiàn)實生活中多數(shù)情況是非線性,非高斯的問題,這時粒子濾波便可以發(fā)揮其特點和長處。粒子濾波方法是一種基于蒙特卡羅的最優(yōu)化處理方法,作為貝葉斯估計理論下的非線性濾波方法,粒子濾波方法在目標跟蹤領(lǐng)域得到了廣泛的應(yīng)用,尤其是在處理狀態(tài)濾波和非線性非高斯系統(tǒng)中的參數(shù)估

2、計問題上具有獨到的優(yōu)勢。
　　隨著近些年來計算機計算能力的快速提高,以及粒子濾波方法本身所具備的處理復(fù)雜的非線性、非高斯問題的能力,粒子濾波方法逐步成為非線性系統(tǒng)狀態(tài)估計領(lǐng)域的流行算法,它在信號統(tǒng)計處理、經(jīng)濟學(xué)、生物統(tǒng)計學(xué)、通信、目標跟蹤、故障診斷、衛(wèi)星導(dǎo)航和聲納定位等各個領(lǐng)域具有廣泛的應(yīng)用前景。
　　本文首先以貝葉斯理論為框架,分析了其中的關(guān)鍵技術(shù)和要點,針對幾種經(jīng)典的濾波(卡爾曼濾波、擴展卡爾曼濾波、無跡卡爾曼濾波)的技

3、術(shù)特點,適用范圍和所存在的問題進行了具體的討論。接著針對實際中常見的非線性非高斯系統(tǒng)的狀態(tài)濾波問題,闡述了粒子濾波的原理;并對擴展卡爾曼濾波和粒子濾波的跟蹤效果進行比較。通過所構(gòu)建的一維模型進行仿真實驗,重點研究了粒子濾波中粒子數(shù)目對跟蹤性能的影響。
　　然后在研究幾種常用的粒子濾波重采樣算法的實現(xiàn)過程和理論分析的基礎(chǔ)上,針對多項式重采樣算法的缺點,結(jié)合系統(tǒng)重采樣算法提出了一種改進的重采樣算法。并將改進重采樣算法和多項式重采樣算法

4、、殘差重采樣算法、系統(tǒng)重采樣算法等幾種常用的重采樣算法進行了實驗比較分析。實驗結(jié)果表明,改進的重采樣算法的性能要優(yōu)于目前常用的幾種重采樣算法。
　　接著對幾種不同的改進粒子濾波方法進行了深入的研究,針對粒子濾波的改進主要集中于重要性密度函數(shù)的選取和再采樣步驟的優(yōu)化,提出了一種基于無跡粒子濾波的改進算法,該算法考慮到重要性密度函數(shù)對于改善粒子退化現(xiàn)象和濾波精度的重要性,通過分析擴展卡爾曼粒子濾波和無跡粒子濾波方法的特點及其建議概率密