摘要
针对运动目标直接跟踪粒子滤波器存在粒子贫化问题,提出一种基于马尔科夫链蒙特卡洛(Markov chain Monte Carlo, MCMC)粒子直接跟踪算法。首先建立一个基于时延和多普勒频移的直接跟踪观测模型,然后在贝叶斯滤波迭代中引入典型的MCMC方法—Metropolis Hasting(M-H)抽样算法,选择符合拒绝-接收率的采样样本作为新的粒子群,避免了传统粒子滤波器采样枯竭。仿真结果表明,在复杂度相同的条件下,所提算法比直接跟踪粒子滤波算法具有更好的跟踪精度。
-
单位杭州电子科技大学; 自动化学院