多目标粒子滤波器重采样算法的研究.pdf

《自动化与仪器仪表)2017年第 1期(总第207期) 多 目标粒子滤波器重采样算法的研究 陈 辉 ，刘 备 ，叶 平 (1．兰州理工大学 电气工程与信息工程学院甘肃兰州，730050) (2．西安交通大学 综合自动化研究所 陕西西安，710049) 摘 要：重采样算法是粒子滤波器的重要组成部分，不同的重采样算法对滤波性能的影响也不同。本文对三种常用 的重采样算法(多项式重采样、分层重采样、系统重采样)进行 了理论分析，并结合免聚类粒子概率假设密度 (Free ClusteringParticleProbabilityHypothesisDensity，FCP-PHD)滤波器在设定的多 目标跟踪场景下进行比较，重点对比了三 种算法的滤波精度和计算时间。仿真结果表明，在不同的采样粒子规模下，多项式重采样的计算量最大，而分层重采样 与系统重采样的滤波精度均好于多项式重采样，多项式重采样的计算效率也相对最低。另外分层重采样与系统重采样 的计算量相近，随着粒子数的增大系统重采样的优势也逐渐明显，当粒子数较多时其计算效率也相对最高。 关键词：重采样；粒子滤波；多 目标跟踪；概率假设密度 中图分类号：TP274 文献标识码 ：A DOI编码：10．14016／j．cnki．1001-9227．2017．01．003 Abstract：Resamplingalgorithm isanimportantcomponentofparticlefilter，anddifferentresamplingalgorithmscouldhave differentinfluences on filtering property。This paper theoretically analyzes three commonly used resampling algorithms (MultinomialResampling，StratifiedResampling，SystematicResampling)，andmainlycompraestheirfilteringprecisionsnad computingtimeinthesettledmulti—-targettrackingscenariobycombiningthem withfreeclusteringparticleprobba ilityhypothesis density(FCP-PHD)filter．Simulationshowsthatthecomputationalcomplexityofmultinomialresamplingishigherthna thatofthe othertworesamplingalgorithmsunderdifferentparticlessizes，whilethefilteringprecisionsofstratifiedresamplingandsystematic resamplingayebetterthanmuhinomialresampling，thecomputationefficiencyofmultinomialresamplingisrelativelylowest．Other thanthat，stratified resamplingand systematicresampling sharesimilarcomputational complexity，theadvnatageofsystematic resamplingbecomesdistinctalongwithhteincreaseofparticlenumber，anditscomputationefficiencyisrelativelyhihgentwhen theparticlenumberislarge． Keywords：rlesampling；particlefilter；multi—targettracking；probabilityhypothesisdensity 过程中多 目标状态空间上的多重积分带来的计算复