粒子滤波算法在多传感器测量中的应用

• 作者: 裴承鸣 谭博 郑华
• 来源期刊: 现代电子技术
• 关键词: 粒子滤波 最大熵 传感器选择 粒子衰竭
• 年，卷（期）: 2014,（1）
• 所属期刊栏目: 通信与信息技术 -- 信号处理
• 页码范围: 24-26,30
• 页数: 4页
• 分类号: TN911.6-34
• 语种: 中文

摘要

目标跟踪是粒子滤波算法在处理非线性问题的一种典型应用，但由于在线处理能力或传输条件的限制，实际应用中往往无法对多个传感器数据同时处理。据此，给出了一种基于多传感器选优的粒子滤波算法。假设每个时刻可以处理一个测量数据，该算法先采用加权的概率密度函数来评价每个传感器获得的测量值，并用粒子滤波对概率密度函数的加权进行实时更新，基于最大熵标准来选取最优测量数据进行处理。同时，最大熵标准保证了最优似然函数分布最宽，从而缓解粒子衰竭问题。通过数值仿真实验证明，该算法可以选择最优观测数据进行处理，有效降低多传感器测量中粒子滤波在线实时处理性能的要求，也较好地缓解了粒子滤波的“衰竭”问题。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谭博	西北工业大学数据处理中心	33	137	7.0	9.0
2	裴承鸣	西北工业大学数据处理中心	39	226	9.0	13.0
3	郑华	西北工业大学数据处理中心	18	67	3.0	7.0