基于粒子群的卡爾曼濾波算法改進(jìn)和優(yōu)化.pdf

1、隨著科學(xué)技術(shù)的發(fā)展，需要準(zhǔn)確的對(duì)機(jī)動(dòng)目標(biāo)進(jìn)行跟蹤。由于目標(biāo)識(shí)別算法是基于像素的全局搜索，這種方法有如下兩點(diǎn)明顯的不足:在全局搜索中，不僅計(jì)算量大而且還要消耗大量的時(shí)間，無法滿足機(jī)動(dòng)目標(biāo)跟蹤的實(shí)時(shí)控制;在抗干擾能力方面，全局搜索是能被輕易干擾。傳統(tǒng)的濾波方法并不能滿足實(shí)際的應(yīng)用，而卡爾曼濾波是一種非常有效的信號(hào)處理方法，甚至在測量噪聲是非常小的情況下，卡爾曼濾波依然有效。
　　 標(biāo)準(zhǔn)卡爾曼濾波方法需要明確知道系統(tǒng)噪聲和量測噪聲的統(tǒng)

2、計(jì)特性，然而由于各種因素對(duì)相關(guān)傳感器影響很大，很難輕易得到噪聲的統(tǒng)計(jì)特性，因此卡爾曼濾波方法受到了限制。但是，在實(shí)現(xiàn)對(duì)移動(dòng)目標(biāo)跟蹤進(jìn)行實(shí)時(shí)控制時(shí)，對(duì)算法的實(shí)時(shí)性和準(zhǔn)確性的要求非常高。因此，本文提出了一種基于粒子群算法的改進(jìn)卡爾曼濾波方法來預(yù)測運(yùn)動(dòng)目標(biāo)的快速跟蹤。
　　 本文在研究了卡爾曼濾波的基礎(chǔ)上，引入粒子群優(yōu)化算法，對(duì)卡爾曼濾波方法進(jìn)行改進(jìn)，提出基于粒子群優(yōu)化的卡爾曼濾波器模型，從而提高目標(biāo)跟蹤的精度和傳感器測量數(shù)據(jù)的處理精

3、度，降低系統(tǒng)噪聲和量測噪聲所帶來的誤差。本文的主要研究內(nèi)容如下:
　　 1.分析了卡爾曼濾波算法。包括卡爾曼濾波算法的基本原理、卡爾曼濾波的研究方法、卡爾曼濾波算法的發(fā)散問題的產(chǎn)生和解決，介紹了卡爾曼濾波算法在實(shí)際中的應(yīng)用。
　　 2.研究了粒子群優(yōu)化算法。主要包括粒子群優(yōu)化算法的基本原理、粒子群優(yōu)化算法的優(yōu)缺點(diǎn)和其在實(shí)際中的應(yīng)用。
　　 3.針對(duì)卡爾曼濾波算法存在的問題，提出了基于粒子群算法的改進(jìn)卡爾曼濾波算法