自适应转移概率的IMM-FPF算法

作者：秦岭

来源：武汉轻工大学学报, 2018, 37(05): 39-46.

• 机动目标跟踪
• 交互式多模型
• Markov转移概率
• 反馈粒子滤波

结合反馈粒子滤波(Feedback Particle Filter,FPF)和交互式多模型(Interacting multiple model,IMM)滤波算法,提出了一种自适应转移概率的机动目标跟踪IMM-FPF算法。该算法利用当前量测信息,实时更新Markov转移概率矩阵,有效的克服了传统的IMM算法中转移概率先验已知的限定,改善了模型跟踪精度和稳定性;同时将FPF算法的实现应用于线性离散系统,然后对各个模型随机采样相同数目的粒子,经过输入交互、反馈粒子滤波后,再进行估计融合。由于在滤波过程中不需要对粒子进行重采样和分类,因此在保证算法跟踪精度的同时,减小了计算量,提高了算法的实时性。仿真结果表明,该算法的实时性及其跟踪性能均优于交互式多模型粒子滤波(IMM-PF)算法。

• 单位
  电子工程学院; 武汉轻工大学