邻域迭代重采样粒子滤波的纯方位目标跟踪

• 作者: 冉维 王向前 马飞
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 粒子滤波 目标跟踪 重采样 高斯-邻域搜索 重要序列采样
• 年，卷（期）: 2017,（13）
• 所属期刊栏目: 模式识别与人工智能
• 页码范围: 160-166
• 页数: 7页
• 分类号: TP391
• 字数: 6056字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1601-0427

摘要

为了解决粒子滤波的非线性全局优化问题,基于重采样的思想是移除权重小的粒子,增加权重大的粒子数量,提出利用邻域搜索重采样的粒子滤波(NIRPF)进行目标跟踪.首先,预测粒子,并利用重要序列采样(SIS)给粒子赋权值;然后,在搜索后验概率密度的高概率区过程,更新单个粒子位置,利用高斯-邻域搜索迭代地加权所有粒子;最后,进行当前状态的估计.纯方位目标跟踪问题涉及两个静态观察器和非机动和机动两类目标.蒙特卡罗仿真结果验证了提出方法的有效性,与均方根容积卡尔曼滤波、容积粒子滤波和随机搜索的粒子滤波相比,提出的方法拥有更快的初始收敛速度,非机动目标和机动目标的根均方误差(RMSE)和时间根均方差(RTAMS)的评估更优.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王向前		20	95	4.0	9.0
2	马飞		19	52	5.0	5.0
6	冉维	重庆第二师范学院数学与信息工程系	5	18	3.0	4.0