基于粒子滤波的机动目标跟踪改进算法

被引：9

作者：

张苗辉 ^{[1
]}

辛明 ^{[2
]}

刘先省 ^{[1
]}

机构：

[1] 河南大学先进控制与智能信息处理研究所

[2] 河南大学计算机与信息工程学院

来源：

系统工程与电子技术 | 2008年 / 05期

关键词：

机动目标跟踪; 粒子滤波; 扩展卡尔曼滤波; 非线性非高斯;

D O I：

暂无

中图分类号：

TN953 [雷达跟踪系统];

学科分类号：

080904 ; 0810 ; 081001 ; 081002 ; 081105 ; 0825 ;

摘要：

粒子滤波是指利用Monte Carlo仿真方法处理递推估计问题的非线性滤波算法,这种方法不受模型线性和Gauss假设的约束,是一种处理非线性非高斯动态系统状态估计的有效算法。在粒子滤波的基础上融合扩展卡尔曼滤波(EKF)算法,融合后的新算法在计算提议概率密度分布时,粒子的产生充分考虑当前时刻的量测,使得粒子的分布更加接近状态的后验概率分布。仿真结果表明,该算法对机动目标有更好的跟踪效果。

引用

页码：949 / 951

页数：3

共 5 条

[1] 基于优化组合重采样的粒子滤波算法 [J].