改进高斯混合粒子滤波被动目标跟踪算法

• 作者: 冯新喜 孔云波 鹿传国
• 来源期刊: 现代雷达
• 学科: 工学
• 关键词: 被动传感器 遗传EM算法 粒子滤波 混合高斯模型 模型降阶 纯方位跟踪
• 年，卷（期）: 2012,（7）
• 所属期刊栏目: 信号/数据处理
• 页码范围: 44-50,58
• 分类号: TN953
• 字数: 6481字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-7859.2012.07.012

摘要

针对被动传感器跟踪系统非线性较强问题,提出了一种基于改进高斯混合粒子滤波的被动传感器目标跟踪算法.该算法基于Sigma点卡曼滤波和粒子滤波的特点,用有限的高斯混合模型来近似后验状态密度、系统噪声和观测噪声的分布.然后结合遗传算法和EM算法来实现模型的降阶,克服了EM算法假定混合成分数为已知、迭代的结果需要依赖初始值、可能收敛到局部最大点或可能收敛到参数空间的边界的缺点,从而改善粒子枯竭的问题.仿真实验结果表明在被动传感器跟踪领域,与传统粒子滤波、基于EM的高斯混合粒子滤波和基于贪心EM的高斯混合粒子滤波相比,该算法在保持高精度估计能力的同时,具有较强的鲁棒性,是解决非线性系统状态估计问题的一种有效方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	冯新喜	空军工程大学电讯工程学院	163	934	15.0	22.0
2	鹿传国	空军工程大学电讯工程学院	27	151	7.0	11.0
3	孔云波	空军工程大学电讯工程学院	32	138	7.0	9.0