基于粒子濾波的機(jī)動(dòng)目標(biāo)跟蹤算法研究.pdf

1、機(jī)動(dòng)目標(biāo)跟蹤一直以來(lái)都是國(guó)內(nèi)外眾多學(xué)者的研究熱點(diǎn)，本文首先對(duì)其基本原理和關(guān)鍵技術(shù)進(jìn)行了介紹，比如在非線性濾波領(lǐng)域具有獨(dú)特優(yōu)勢(shì)的粒子濾波技術(shù)，以及在機(jī)動(dòng)目標(biāo)跟蹤中獲得廣泛應(yīng)用的多模型技術(shù)。在此基礎(chǔ)上，針對(duì)機(jī)動(dòng)目標(biāo)跟蹤的特點(diǎn)與難點(diǎn)，本文設(shè)計(jì)了兩種改進(jìn)的機(jī)動(dòng)目標(biāo)跟蹤算法。第一種算法結(jié)合了標(biāo)準(zhǔn)粒子濾波和多模粒子濾波各自的優(yōu)勢(shì)：當(dāng)目標(biāo)處于非機(jī)動(dòng)狀態(tài)時(shí)采用標(biāo)準(zhǔn)粒子濾波，而當(dāng)目標(biāo)處于機(jī)動(dòng)狀態(tài)時(shí)采用多模粒子濾波。新算法引入模糊控制技術(shù)以進(jìn)行有效的目標(biāo)機(jī)

2、動(dòng)檢測(cè)，同時(shí)引入了后向校正子算法來(lái)補(bǔ)償由于可能存在的檢測(cè)時(shí)延而引起的性能惡化。第二種算法針對(duì)傳統(tǒng)粒子濾波在機(jī)動(dòng)目標(biāo)跟蹤中由于模型不確定而導(dǎo)致的性能惡化，引入灰色預(yù)測(cè)這一模型無(wú)關(guān)的技術(shù)，在粒子濾波的采樣過(guò)程中結(jié)合標(biāo)準(zhǔn)采樣方法和基于灰色預(yù)測(cè)的采樣方法，即使在模型不匹配的情況下仍能保證采樣得到充分多的有效粒子。本文提出的兩種算法的性能通過(guò)仿真進(jìn)行了驗(yàn)證，并與標(biāo)準(zhǔn)粒子濾波算法與多模粒子濾波算法進(jìn)行了比較。結(jié)果顯示，所提出的新算法在跟蹤精度、計(jì)算