基于改进扩展卡尔曼粒子滤波的目标跟踪算法

• 作者: 景占荣 王华剑 羊彦
• 来源期刊: 计算机应用研究
• 关键词: 目标跟踪 粒子滤波 扩展卡尔曼滤波 马尔可夫链蒙特卡罗方法 非线性系统
• 年，卷（期）: 2011,（5）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 1634-1636,1643
• 分类号: TP391.9
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2011.05.010

摘要

针对扩展卡尔曼粒子滤波算法滤波精度较低和粒子退化的问题,将马尔可夫链蒙特卡罗(MCMC)方法与扩展卡尔曼粒子滤波相结合,应用于目标跟踪.该算法利用扩展卡尔曼滤波来构造粒子滤波的建议分布函数,使建议分布函数能够融入最新的观测信息,以便得到更符合真实状态的后验概率分布;同时引入MCMC方法对所选的建议分布进行优化处理,使抽样粒子更加多样性.仿真结果表明,该算法能有效地解决粒子贫化问题并提高滤波精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	羊彦	西北工业大学电子信息学院	98	688	15.0	21.0
2	景占荣	西北工业大学电子信息学院	131	1137	19.0	26.0
3	王华剑	西北工业大学电子信息学院	7	45	3.0	6.0