Rao-Blackwellized粒子概率假设密度滤波算法

被引：32

作者：

庄泽森

张建秋

尹建君

机构：

[1] 复旦大学电子工程系

来源：

航空学报 | 2009年 / 30卷 / 04期

关键词：

信号处理; Rao-Blackwellized粒子概率假设密度滤波算法; 仿真; 混合线性/非线性; 多目标跟踪;

D O I：

暂无

中图分类号：

TB114 [概率论、数理统计的应用];

学科分类号：

100401 [流行病与卫生统计学];

摘要：

针对多目标跟踪(MTT),提出一种新的基于随机集的滤波算法,称为Rao-Blackwellized粒子概率假设密度滤波算法(RBP-PHDF)。算法运用Rao-Blackwellized思想,通过挖掘分析"混合线性/非线性模型"的结构,采用序列蒙特卡罗(SMC)方法预测与估计概率假设密度(PHD)迭代式中各个目标的非线性状态,并利用非线性状态粒子中包含的信息,使用卡尔曼滤波器(KF)对线性状态进行预测与估计。以更好地估计PHD进而提高各目标状态估计精度。分析与MTT仿真的结果表明,在相同的仿真条件下,与现有序列蒙特卡罗概率假设密度滤波算法(SMC-PHDF)相比,RBP-PHDF在降低粒子维数、减少计算量的同时,有效提升了估计精度。

引用

页码：698 / 705

页数：8

共 3 条

[1]

混合线性/非线性模型的准高斯Rao-Blackwellized粒子滤波法 [J].