一种基于改进粒子滤波的运动目标跟踪

• 作者: 李志 谢强
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 粒子滤波 重要密度函数 重采样 人工鱼群 人工免疫 运动目标跟踪
• 年，卷（期）: 2014,（2）
• 所属期刊栏目: 人工智能
• 页码范围: 232-235,252
• 页数: 5页
• 分类号: TP391
• 字数: 5609字
• 语种: 中文

摘要

基于传统粒子滤波的运动目标跟踪方法中存在重要密度函数选择困难、缺乏通用性、重采样设计难度大、粒子退化现象难以有效解决等问题.因此提出了一种改进的粒子滤波运动目标跟踪方法,该方法采用人工鱼群算法改进重要密度函数,通过粒子间的不断交互及协调行为,使其状态接近后验分布,从而提高重要密度函数的通用性.在此基础上,结合人工免疫算法的免疫算子改进重采样,平衡粒子群的收敛性和多样性,抑制早熟现象.实验结果表明,与传统粒子滤波算法相比,该方法通过参数调节,提高了运动目标跟踪的准确性和抗干扰能力,并能有效地抑制粒子退化现象.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谢强	南京航空航天大学计算机科学与技术学院	89	1015	18.0	27.0
2	李志	南京航空航天大学计算机科学与技术学院	4	13	2.0	3.0