粒子滤波跟踪算法研究
对高速高机动目标跟踪滤波属于典型的非线性系统估计问题,对算法要求较高.高斯粒子滤波器可以获得近似最优解,采用高斯粒子滤波代替”当前”统计模型跟踪算法中的扩展卡尔曼滤波,将高斯粒子滤波与”当前”统计模型的优点相结合,用于非线性非高斯系统的高速高机动目标跟踪,比较扩展卡尔曼滤波而言,本文引入滤波方法对不确定情况有更好的滤波性能.将这种滤波器应用到跟踪算法中,可以对非线性系统取得良好的滤波效果.MonteCarlo仿真结果表明在目标高速高机动情况下本文引入算法具有良好的滤波跟踪效果.
高斯粒子滤波器 机动目标 跟踪算法 滤波效果
雷振达 马春草
江苏自动化研究所,江苏连云港222061
国内会议
北京
中文
476-479
2014-08-01（万方平台首次上网日期，不代表论文的发表时间）