基于粒子滤波的跟踪算法研究

作者：马增强; 郑雅聪; 邹星星

来源：石家庄铁道大学学报(自然科学版), 2014, 27(02): 91-95.

DOI：10.13319/j.cnki.sjztddxxbzrb.2014.02.20

• 粒子滤波器
• 卡尔曼滤波器
• 目标跟踪
• 重采样

在非线性条件下,扩展Kalman滤波(EKF)的应用最为广泛。但是,由于它采用了Taylor展开的线性变换来近似非线性模型,因而存在计算量大、实时性差、估计精度低等缺点。粒子滤波(PF)用一些带有权值的随机样本(粒子)来表示所需要的后验概率密度,并通过这些粒子的加权来估计目标运动的状态,从而得到基于物理模型的近似最优数值解,具有精度高、收敛速度快等特点。通过仿真实验将PF与EKF的性能进行了对比,并且研究了噪声协方差与粒子数对PF的影响。PF与EKF的对比实验结果表明,在强非线性条件下,PF比EKF跟踪精度更高,误差更低。

• 单位
  电子工程学院; 石家庄铁道大学