目標(biāo)跟蹤中粒子濾波及其改進(jìn)算法研究.pdf

1、目標(biāo)跟蹤的核心問(wèn)題是在復(fù)雜干擾環(huán)境和目標(biāo)密集的情況下進(jìn)行狀態(tài)估計(jì)，包括航向、方位角、運(yùn)動(dòng)分量（如位置、速度、加速度等）等參數(shù)。在現(xiàn)代軍事系統(tǒng)中，為了保證較好的完成任務(wù)，對(duì)目標(biāo)實(shí)施準(zhǔn)確的定位與跟蹤是現(xiàn)代化國(guó)防建設(shè)和國(guó)家安全的迫切需求。本文的研究工作就是在此背景下，對(duì)目標(biāo)跟蹤系統(tǒng)的濾波算法進(jìn)行理論研究和實(shí)驗(yàn)仿真。
　　在線性系統(tǒng)中，主要使用最小二乘法或者卡爾曼濾波方法來(lái)解決動(dòng)態(tài)系統(tǒng)的目標(biāo)跟蹤問(wèn)題；在非線性系統(tǒng)中，近些年來(lái)研究的熱點(diǎn)集中

2、在基于卡爾曼濾波思想的改進(jìn)算法和粒子濾波（PF）及其改進(jìn)算法。PF算法由于不受狀態(tài)方程和量測(cè)方程非線性程度的影響以及對(duì)噪聲無(wú)限制的優(yōu)點(diǎn)，逐漸引起了研究人員的重視。由于現(xiàn)代化軍事及民用領(lǐng)域?qū)δ繕?biāo)跟蹤精度需求的不斷提高，因此本文的主要研究?jī)?nèi)容是提高濾波精度，并提出了兩種改進(jìn)的濾波算法：
　　一是針對(duì)高性能要求的目標(biāo)跟蹤中PF算法估計(jì)精度低、粒子退化的問(wèn)題，提出了一種基于無(wú)跡卡爾曼粒子濾波的改進(jìn)算法。該算法將實(shí)時(shí)觀測(cè)信息融入無(wú)跡卡爾曼濾

3、波（UKF）的重要性密度函數(shù)，并在UKF環(huán)節(jié)中Sigma點(diǎn)的選擇過(guò)程中加入可動(dòng)態(tài)調(diào)解參數(shù)的比例縮放因子用來(lái)解決采樣的非局部效應(yīng)問(wèn)題；同時(shí)在PF重采樣算法中采用系統(tǒng)重采樣的方法，根據(jù)有效粒子容量設(shè)置權(quán)值門(mén)限判定是否需要進(jìn)行重采樣，即形成系統(tǒng)比例對(duì)稱無(wú)跡粒子濾波算法（SPSUPF）。Matlab仿真表明SPSUPF可以在耗時(shí)相當(dāng)?shù)那闆r下有效解決粒子退化的問(wèn)題并提高濾波精度。
　　二是針對(duì)傳統(tǒng)PF算法建議分布函數(shù)的選取問(wèn)題、粒子退化以及

4、粒子貧化現(xiàn)象，提出了一種基于馬爾可夫蒙特卡洛思想的改進(jìn)粒子濾波算法（WAUPF-MCMC）。首先，該算法使用基于比例對(duì)稱采樣方法選取Sigma點(diǎn)的無(wú)跡卡爾曼濾波產(chǎn)生PF建議分布函數(shù)；其次，將似然分布自適應(yīng)權(quán)值調(diào)整策略應(yīng)用于權(quán)值選取步驟；最后，采用系統(tǒng)重采樣方法并且加入了用來(lái)保持粒子多樣性的馬爾科夫鏈蒙特卡洛步驟，有效的克服了粒子貧化現(xiàn)象。仿真結(jié)果表明，WAUPF-MCMC算法能有效抑制粒子退化及貧化現(xiàn)象并且跟蹤精度高于傳統(tǒng)的非線性濾波器