粒子濾波改進(jìn)方法研究在目標(biāo)跟蹤技術(shù)中的應(yīng)用.pdf

1、隨著現(xiàn)代科學(xué)技術(shù)和工程技術(shù)的發(fā)展，目標(biāo)跟蹤理論形成了經(jīng)典的維納濾波和近代卡爾曼濾波兩大理論體系。目標(biāo)跟蹤技術(shù)中的關(guān)鍵技術(shù)包括數(shù)據(jù)關(guān)聯(lián)技術(shù)和濾波算法。本文針對(duì)目標(biāo)跟蹤技術(shù)中的關(guān)鍵技術(shù)進(jìn)行了詳細(xì)的研究。 首先本文介紹了數(shù)據(jù)融合的基本原理以及目標(biāo)跟蹤的基本原理及線性濾波算法卡爾曼濾波，詳細(xì)介紹了算法的基本原理和算法過(guò)程。卡爾曼濾波算法是在線性、高斯的情況下能很好地滿(mǎn)足目標(biāo)跟蹤的性能，然而對(duì)非線性、非高斯的情況，濾波方法的指標(biāo)有所下降。

2、針對(duì)非線性、非高斯的情況，詳細(xì)介紹了粒子濾波算法，闡述了其基本原理和關(guān)鍵技術(shù)。 其次分析了粒子濾波算法的優(yōu)缺點(diǎn)，以及粒子濾波算法的改進(jìn)方向，其改進(jìn)的方向主要是重要性密度函數(shù)的選取和利用重采樣技術(shù)，來(lái)減少標(biāo)準(zhǔn)粒子濾波算法粒子退化現(xiàn)象。針對(duì)粒子濾波算法的缺點(diǎn)，引進(jìn)了一種改進(jìn)的粒子濾波算法——正則粒子濾波算法，該算法是基于正則再采樣技術(shù)而改進(jìn)的一種算法，即根據(jù)后驗(yàn)密度的離散分布重建它的連續(xù)分布，然后從后驗(yàn)分布的連續(xù)近似中采樣獲得再采樣

3、粒子，從而能減少粒子的退化現(xiàn)象。 另外還詳細(xì)介紹了聯(lián)合數(shù)據(jù)關(guān)聯(lián)技術(shù)和交互多模型方法及其基本原理。并在交互多模型算法中，把正則粒子濾波算法代替了卡爾曼濾波算法。通過(guò)實(shí)驗(yàn)仿真對(duì)單目標(biāo)和多目標(biāo)進(jìn)行了跟蹤，分別應(yīng)用了卡爾曼濾波、粒子濾波和正則粒子濾波算法，實(shí)驗(yàn)結(jié)果表明正則粒子濾波算法明顯地提高了跟蹤效果和跟蹤精度。然后運(yùn)用VC++結(jié)合MATLAB完成了軟件的設(shè)計(jì)。 最后，給出了結(jié)論與展望，總結(jié)了所做的主要工作和指出了下一步有待研