MCMC粒子滤波算法研究及应用.pdfVIP

2009年 l2月 电 子 测 试’ Dec．2oo9 箫 12耘 ELECTRONIC TEST No．12 MCMC粒子滤波算法研究及应用 高静 ，李善姬 ，邵奎军 (延边大学工学院，吉林延吉 133002) 摘要：粒子滤波算法是一种基于贝叶斯估计的蒙特卡罗方法，适用于非线性非高斯系统的分析 ，被广泛应用 于跟踪、定位等问题的研究中。为了解决粒子滤波算法在重采样后，丧失粒子多样性的问题，本文在粒子滤 波算法的重采样步骤后，加入了马尔可夫链蒙特卡罗 (MarkovChainMonteCarlo，简称MCMC)移动步骤 ， 增加粒子的多样性。利用粒子滤波算法和McMc粒子滤波算法对 目标跟踪问题进行了仿真，并且通过分析仿 真实验结果，比较了两种算法的性能，结果说明加入MCMC粒子滤波算法的性能优于粒子滤波算法。 关键词：粒子滤波 ；马尔可夫链蒙特卡罗；目标跟踪 中图法分类号：TP391 文献标识码：A Application andresearch ofM CM C particlefilter algorithm GaoJing，LiShanji，ShaoKu~un (CollegeofEngineering，YanbianUniversity， Yanji133002，China) Abstract：Theparticlefilteralgorithm isaM onteCarlomethodbasedonBayesian， itwasappropriatetOthe estimationfornonlinearandnon—Gaussiansystematicanalysis， andhasbeenwidelyusedintracking， targeting issues．Toaddresstheproblem thattheparticlediversity islosingaftertheresamplingstep．TheMarkovchainM onte Carlo(MarkovChainMonteCarlo， referredtoasMCMC)movestepwasjoinedaftertheparticlefilteralgorithm resamplingsteps， toincreasethediversityofparticles．Thetargettrackingproblem wassimulatedwiththeparticle filteralgorithm andMCM C particlefilteralgorithm ， andthroughanalyzingthesimulationresults， acomparison betweenparticlefilteralgorithm andimprovedparticlefilteringalgorithm performancewasmade．Theresultsshow that theMCMC particlefilteralgorithm issuperiortOtheparticlefilteralgorithm． Keywords：particlefilter；MCMC；targettracking 0引言 方法分为2个方面 ：选择合适的重要性函数和重采 样。重采样即是去除权值小的粒子而对权值大的粒 粒子滤波算法是一种递推滤波算法，但是经过 子进行复制，这就有可能导致粒子多样性的丧失， 几次迭代后，会产生明显的退化现象。这就意