粒子滤波器及其在目标跟踪中的应用

被引：39

作者：

江宝安

卢焕章

机构：

[1] 国防科技大学ATR国家重点实验室

来源：

雷达科学与技术 | 2003年 / 03期

关键词：

目标跟踪; 非线性系统; 贝叶斯算法; 粒子滤波器;

D O I：

暂无

中图分类号：

TN713 [滤波技术、滤波器];

学科分类号：

摘要：

为了在物理条件下对目标进行精确建模 ,有时需要运用非线性、非高斯系统。而常规的卡尔曼滤波算法要求系统是线性高斯型的 ,因而不能直接用来解决非线性、非高斯问题。为了解决这一问题 ,人们开发出各种非线性滤波算法。一种是扩展卡尔曼算法 (EKF) ,它对非线性系统进行局部线性化 ,从而间接利用卡尔曼算法进行滤波与估算 ;另一种是序列蒙特卡罗算法 ,亦即粒子滤波器 (PF) ,它是最近出现的解决非线性问题的有效算法。本文简要介绍非线性跟踪的最优与次优贝叶斯算法 ,重点关注粒子滤波器 ,通过再入大气层弹道目标的例子 ,说明PF在目标跟踪中的应用。

引用

页码：170 / 174+178 +178

页数：6

共 4 条

[1] Tracking Multiple Objects with Particle Filtering. C Hue,J-P Le Cadre and P Perez. IEEE Transactions on Aerospace and Electronic Systems . 2002
[2] Tracking a Maneuvering Target Using Angle-only Measurements: Algorithms and Performance. B Ristic and M Sanjeav,Arulam Palam. Signal Processing . 2003
[3] A Hybrid Bootstrap Filter for Target Tracking in Clutter. N Gordon. IEEE Transactions on Aerospace and Electronic Systems . 1997
[4] Particle Filters for State Estimation of Jump Markov Linear Systems. A Doucet,N J Gordon,and V Krishnamurthy. IEEE Transactions on Signal Processing . 2001

← 1 →