一种改进的粒子滤波跟踪算法的研究

被引:7
作者
邓文坛
张三同
余纯
机构
[1] 北京交通大学电子信息工程学院
关键词
粒子滤波; 目标跟踪; DSP;
D O I
暂无
中图分类号
TP18 [人工智能理论]; TN713 [滤波技术、滤波器];
学科分类号
081104 ; 0812 ; 0835 ; 1405 ; 080902 ;
摘要
粒子滤波是一种基于蒙特卡罗和递推贝叶斯估计的滤波方法,在处理非高斯非线性系统的状态和参数估计方面有独到的优势。但是其庞大的计算量和缓慢的速度限制了其在实时系统中的应用。本文中介绍了粒子滤波基本原理,通过改进权重计算、重采样算法,计算速度得到提高。这种改进的算法在DSP系统中进行目标跟踪仿真,证明其具有速度快、精度高的特点。
引用
收藏
页码:84 / 87
页数:4
相关论文
共 6 条
[1]  
"Particle faltering.". DJUNIC PM,KOTECHA JH,JIANQUI ZHANG,etal. Signal Processing . 2003
[2]  
"Indoor Monitoring Via the Col-laboration Between a Peripheral Sensor and a Fovea Sensor". Y.C U I,S.S A M A R A S E K E R A,Q.H U A N G,MGREIFFENHANGEN. Proceedings of Visual Surveillance . 1998
[3]  
"Adaptive Real-Time Particle Filter for Robot Localization". C.KWORK,D.FOX,M.MEILA. Proceedingsof Robotics and Automation . 2003
[4]  
Target tracking with passive IR sensors. Dikic G,Kovacevic B. Telecommunications in Modern Satellite ,Cable and Broadcasting Service . 2001
[5]  
Novel approach to nonlinear/non-Gaussian Bayesian state estimation. Gordon,N.J.,Salmond,D.J.,Smith,A.F.M. IEE Proceedings F Radar and Signal Processing . 1993
[6]  
"A Tutorial on ParticleFilters for Online Nonlinear/Non-Gaussian BayesianTracking["G]. M,SANJEEV ARULAMPALSM,SIMON MASKELL,NEIL GORDON,and TIM CLAPP. IEEE Transactions Signal Processing . 2002