一种改进重采样的粒子滤波算法.pdfVIP

第 51卷 第 9期 电讯技术 Vo1．51 No．9 2011年 9月 TelecommunicationEngineering Sep．2011 文章编号：1001—893X(2011)09—0035—04 一 种改进重采样的粒子滤波算法 李善姬，禹爱兰 (延边大学 工学院，吉林 延吉 133002) 摘 要：粒子滤波算法中重采样是解决粒子退化的一种重要方法，但重采样会导致粒子多样性的损 失。针对这一问题 ，对基本重采样算法进行了改进。改进算法首先按基本重采样思想找到权值大的 粒子进行复制，然后借鉴遗传算法进行交叉和变异操作，其 中变异由变异尺度因子和粒子集的均值 来实现。利用改进重采样的粒子滤波算法对经典纯方位 目标跟踪问题进行了仿真，仿真结果表明， 改进算法具有更好的跟踪精度。 关键词：目标跟踪；粒子滤波；重采样；遗传算法 中图分类号：TF391 文献标识码 ：A doi：10．3969／j．issn．1001—893x．2011．09．007 An ImprovedResamplingParticleFilteringAlgorithm L／Shan-ji，YUAi—lan (CollegeofEngineering，YanbianUniversity，Vanji133002，China) Abstract：Resamplingisanimportantmethodtosolveparticledegradationinparticlefiltering(PF)algorihtm． Butresamplingwillleadtohtelossofparticlediversiyt．Tosolvehtisproblem，htebasicresamplingalgorithm is improved．Theimpmvod algorithm firstfindsweightstocopylargeparticlesaccordingtohtebasichtinkingofre— sampling，andhtenusesthegeneticalgorithm(GA)tocrossandvariate．Thevariationisrealizedbyscalevaria— tionfactorandhtemena ofparticlesets．Th eproblem ofclassicalBearing—onlytargettrackingissimulatedwith hteimprovedresma plingparticlefilteralgorithm．Simulationresultsshow htathteimprovedalgorithm has better trackingprecision． Keywords：targettracking；particlefiltering；resampling；geneticalgorithm 粒子的权值变得很小甚至接近于零 ，这些小权值粒 1 引 言 子在重要度更新的时候虽然还要参与计算，但是对 整个系统的贡献很小，基本上属于无用的粒子，这样 粒子滤波器 (ParticleFilter)利用一些随机样本 不仅要浪费大量的计算资源，同时也容易造成跟踪 (粒子)来表示系统随机变量的后验概率分布，它不 依赖于系统模型或观测方程的线性程度和状态的分 精度降低甚至可能会丢失 目标。粒子重采样是解决 布，克服了以往基于线性高斯滤波方法的缺点，适用 粒子退化的一种重要