粒子滤波算法分析及其在无线定位跟踪中的应用-analysis of particle filter algorithm and its application in wireless location and tracking.docxVIP

独创性声明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工作 及取得的研究成果。据我所知，除了文中特别加以标注和致谢的地方 外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为 获得电子科技大学或其它教育机构的学位或证书而使用过的材料。与 我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的 说明并表示谢意。 作者签名： 日期： 年 月 日 论文使用授权 本学位论文作者完全了解电子科技大学有关保留、使用学位论文 的规定，有权保留并向国家有关部门或机构送交论文的复印件和磁盘， 允许论文被查阅和借阅。本人授权电子科技大学可以将学位论文的全 部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描 等复制手段保存、汇编学位论文。 （保密的学位论文在解密后应遵守此规定） 作者签名： 导师签名： 日期： 年 月 日 摘要 摘要 AB ABSTRACT I I PAGE PAGE VI 摘 要 粒子滤波的应用领域极为广泛，如定位跟踪、语音和图像处理、故障检测等。 虽然它已成为解决非线性非高斯问题的主流方法，但其仍然不够成熟。比较典型 的缺陷就是会出现粒子退化问题以及重采样后粒子多样性丧失问题。目前业界主 要是从提议分布选择以及重采样算法改进两个方面来对粒子滤波进行研究。本论 文在对粒子滤波算法进行深入研究的基础上，分别从这两个方面入手提出改进意 见。此外，探讨了其在无线定位跟踪场景中的应用。论文的主要内容包括： 针对粒子退化问题，从提议分布设计入手，考虑到粒子滤波寻求的是整个粒 子集的优化，利用修正后的人工鱼群算法对提议分布进行优化，得到 MAFSA-PF 算法。该算法通过执行修正人工鱼行为，驱使粒子移向似然度值更高的区域。对 于单变量非线性经济模型，在量测噪声方差为10-5 时，MAFSA-PF 的滤波精度较 UPF 提高了 83.3%，与 PSOAI-PF 滤波精度相当。另外，针对非线性系统中包含可 分离高斯子系统的情况，借鉴边缘粒子滤波的思想，分别采用 MAFSA-PF 以及卡 尔曼滤波对系统状态的非线性、线性分量进行估计，得到 MF 算法。对于二维雷 达目标跟踪模型， MF 对应的位置误差较边缘粒子滤波下降了 17.0%。 重采样算法是粒子滤波的重要组成部分，本文在着重分析了系统重采样算法 中存在的不足后，然后给出解决方案。在采取有效的粒子取舍方案来保证中等权 值粒子得以保留的基础上，借鉴人工免疫算法思想，对粒子进行高斯变异，从而 增加粒子多样性。分别对基于该重采样方案以及系统重采样的粒子滤波算法 PF-IR 及 PF-Sys 进行仿真，不同模型下的仿真结果验证了经由本论文给出的重采样方案 输出的粒子更具多样性及代表性。 以无线传感器反应网络中的移动节点跟踪为背景，将交互式多模型算法与 PF-IR 相结合，得到 IMM-PF-IR 来对移动节点进行跟踪，仿真结果表明 IMM-PF-IR 在量测噪声较小时，其跟踪精度高于 IMM-PF。此外，用从实地测试场景中采集到 的数据集来进行定位跟踪仿真，结合接收信号强度进行定位跟踪，IMM-PF-IR 跟 踪精度略低于 IMM-PF，而结合距离估计进行定位跟踪，IMM-PF-IR 的跟踪精度 相比 IMM-PF 提升了 34.9% 。 关键词：粒子滤波，人工鱼群，重采样，人工免疫，无线定位跟踪 ABSTRACT The application of particle filter is extremely broad, such as location tracking, voice and image processing, fault detection. Although particle filter is the mainstream method to solve nonlinear non-Gaussian problems, it is still not mature enough, and there are some drawbacks. For example, the particle degradation problem, loss of diversity after resampling, and large calculating quantity. Currently, particle filter algorithm is improved mainly in two ways, the first one is selecting the appropriate proposal distribution. Another is to improve the resampling algorithm. This