基于修正积分卡尔曼粒子滤波的自适应目标跟踪算法

• 作者: 李战明 李昱辰
• 来源期刊: 计算机应用研究
• 关键词: 粒子滤波 重要性函数 积分卡尔曼滤波 统计线性回归
• 年，卷（期）: 2012,（7）
• 所属期刊栏目: 图形图像技术
• 页码范围: 2776-2779,2783
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2012.07.103

摘要

针对当前粒子滤波权值退化问题以及精度与时耗的矛盾,提出了一种新的高精度自适应粒子滤波算法.该算法综合考虑优选建议分布函数和重采样两种并行改进滤波性能的方法:首先,在积分卡尔曼滤波(QKF)的基础上引入修正因子,通过修正的积分卡尔曼滤波(PQKF)产生优选的建议分布函数,较好地克服了粒子退化现象,在提高滤波精度的同时降低了运算量;在重采样阶段,通过引入系统估计和预测提供的新息差值在线自适应调整采样粒子数,较好地保证了粒子采样的高效性和算法的实时性.实验表明,新算法具有高精度、低时耗的优点,是一种高精度自适应粒子滤波算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李战明	兰州理工大学电气与信息工程学院	162	1481	18.0	29.0
5	李昱辰	兰州理工大学电气与信息工程学院	4	14	3.0	3.0