新型粒子滤波算法及其在纯方位目标跟踪中的应用.pdfVIP

第30卷第 1期 计算机应用 VoI．30No．1 2010年 1月 JournalofComputerApplications Jan．2010 文章编号：1001—9081(2010)01—0167一o4 新型粒子滤波算法及其在纯方位 目标跟踪 中的应用 王法胜 ，张应博 (1．大连东软信息学院计算机科学与技术系，辽宁大连 116023；2．大连理工大学 城市学院，辽宁大连 116600) (wan出sheng@neusofi．edu．Cfl1) 摘 要：针对基本粒子滤波算法没有融合3-前时刻观测值的缺点，提 出了一种卡尔曼粒子滤波算法。该算法针 对每一个粒子使用卡尔曼滤波器进行更新，在更新过程 中融合最新的观测信息，提高粒子滤波器的估计精度。针对 纯方位 目标跟踪问题进行实验 ，与基本粒子滤波算法及卡尔曼滤波进行 了对比。实验结果表明，卡尔曼粒子滤波算 法的跟踪性能明显优于其他两种算法。 关键词：卡尔曼滤波器；粒子滤波；目标运动分析；线性跟踪系统 中图分类号：TP39 文献标志码：A Novelparticlefilteringalgorithm withapplicationtobearing—onlytracking WANG Fa．sheng ．ZHANG Ying．bo (1．DepartmentofComputerScienceandTechnology,DalianMw InstituteofInformation，DalianLiaoning116023，China； 2．CityInstitute，DalianUniversityofTechnology,DalianLiaoning116600，China) Abstract：Theconventionalbootstrapfiltersuffersamaindrawbackofnotincorporatingthelatestobservations．Therefore， thispaperproposedaKalmanParticleFilter(KPF)algorithm，andappliedthisnewalgorithmtobearing—onlytargettracking． Animprovedschemewaspresentedtohandlethisproblem andyieldaKalmanparticlefilter．Theunderlyingideaofthenew algorithm isthateach particleisupdatedusingKalman filterincorporatingthecomingobservations．A bearing—onlytracking modelwasexperimentednadcomparedwithbootstrapfilternadKPF．Theexperimentalresultsverifyitssuperiority． Keywords：Kalmanfilter；particlefiltering；targetmotionanalysis；lineartrackingsystem 使用粒子滤波算法来递归更新被跟踪系统的后验概率密度， 0 引言 这通常是通过传播样本粒子并更新粒子权值来实现的。 纯方位 目标跟踪 (Bearing—OnlyTracking，BOT)在许多领 基本粒子滤波算法 (也称 自举滤波器，bootstrapfilter)由 域尤其是军事领域中(航空、航海、水下)具有非常广泛 的应 Gordon等人…提出，并被成功用于解决纯方位 目标跟踪