收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

粒子滤波算法研究及其在目标跟踪中的应用

戴丁樟  
【摘要】: 随着现代科学技术和工程技术的发展,目标跟踪理论形成了经典的维纳滤波(频域法)和近代卡尔曼滤波(状态空间法)的两大理论体系。目前卡尔曼滤波理论基本上取代了维纳滤波理论,经典的维纳滤波方法基本上不适应现代目标跟踪系统的需求。在目标跟踪领域,最常用的经典滤波算法是卡尔曼滤波(KF,Kalman Filter)和扩展卡尔曼滤波(EKF,Extended Kalman Filter),其中前者用于线性系统,后者用于非线性系统。KF是最小均方意义下的最优滤波算法,EKF则是利用一阶泰勒展开将非线性系统线性化而得到的一种次优滤波算法,在非线性不是特别严重的情况下,EKF有着近似最优的滤波效果。 上述两种方法在当系统噪声和观测噪声满足高斯分布特性的时候具有较好的滤波性能,而对于非高斯分布噪声上述滤波方法的指标下降,甚至出现发散。因此,人们开始关注非线性、非高斯情况下的滤波方法。传统的机动目标跟踪算法主要是交互式多模型-扩展卡尔曼滤波算法(IMM-EKF,Interactive Multi Model– Extended Kalman Filter),本算法对目标机动有比较好的适应性,但是却对非高斯观测噪声无能为力。针对非高斯机动目标跟踪则仍需要进一步研究。近年来对非线性滤波问题的研究非常广泛,其中粒子滤波算法得到了更为广泛的关注。本论文以非线性、非高斯噪声环境下的目标跟踪为主要背景,研究弹道导弹目标粒子滤波算法。 粒子滤波算法是一种通过蒙特卡罗仿真方法来完成一个贝叶斯递推过程的滤波算法。本文通过对粒子滤波算法基本理论的分析和对该算法存在的问题的研究,详细阐述了(近似)最优重要性密度函数粒子滤波算法和进化粒子滤波算法,分析了上述两种滤波方法的优缺点,并于最后通过对粒子滤波算法所存在的粒子数匮乏和粒子多样性丧失问题的分析以及鉴于减少运算量和满足实时性的考虑,提出了一种基于新的采样方法的粒子滤波算法,并应用到弹道导弹目标跟踪。仿真结果表明这种新的粒子滤波算法能够很好地解决非高斯机动目标跟踪问题。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 刘德春;谭信;;非线性滤波算法性能对比[J];电子设计工程;2011年13期
2 张苗辉;辛明;刘先省;;基于粒子滤波的机动目标跟踪改进算法[J];系统工程与电子技术;2008年05期
3 程水英;张剑云;;粒子滤波算法中的有限收敛界[J];数据采集与处理;2008年04期
4 刘顺兰;许天园;;基于EPF滤波的单站无源定位算法及性能分析[J];机电工程;2010年03期
5 饶文碧;王君;雷育华;;基于粒子滤波的机动目标跟踪算法仿真研究[J];计算机与数字工程;2009年03期
6 朱铭;陈国斌;刘济林;;分布式星球车定位及算法[J];传感技术学报;2007年09期
7 吴广志;程永强;秦玉亮;王宏强;;被动导引头辐射源跟踪新算法研究[J];雷达科学与技术;2009年05期
8 李甫;齐飞;石光明;张犁;;一种补偿的扩展KALMAN粒子滤波[J];系统仿真学报;2009年15期
9 徐茂格;宋耀良;刘力维;;基于修正扩展卡尔曼滤波和粒子滤波的混沌信号检测与跟踪[J];南京理工大学学报(自然科学版);2007年04期
10 徐茂格;宋耀良;;一种稳健的混沌调频信号频率跟踪技术[J];电子与信息学报;2009年01期
11 陈杨钟;刘士荣;俞金寿;;基于非线性滤波的移动机器人位姿估计[J];华东理工大学学报(自然科学版);2007年04期
12 王丽;刘正军;胡捍英;;基于粒子滤波的蜂窝网移动台单站跟踪[J];电子与信息学报;2007年07期
13 王华剑;景占荣;羊彦;;基于改进扩展卡尔曼粒子滤波的目标跟踪算法[J];计算机应用研究;2011年05期
14 姚西峰;钱峰;田蔚风;;基于粒子滤波的GPS/DR组合导航算法研究[J];计算机仿真;2008年07期
15 马航;黄晋英;;故障诊断中非线性滤波算法的研究[J];机械工程与自动化;2011年02期
16 魏星;万建伟;皇甫堪;;基于粒子滤波的单站无源定位跟踪新算法研究[J];通信学报;2005年12期
17 陈亮;何峰;冯熳;吴乐南;;基于粒子滤波的数字广播无线定位与跟踪[J];信号处理;2009年04期
18 李璟璟;伊国兴;张迎春;;基于粒子滤波的捷联成像导引头视线角速率估计[J];弹箭与制导学报;2009年02期
19 熊伟,何友,张晶炜;多传感器多目标粒子滤波算法[J];光电工程;2005年04期
20 章飞;周杏鹏;陈小惠;;基于粒子滤波的交互式多模型多机动目标跟踪[J];数据采集与处理;2011年02期
中国重要会议论文全文数据库 前10条
1 张应博;秦钟;王法胜;;神经网络训练中的粒子滤波算法[A];第二十九届中国控制会议论文集[C];2010年
2 黄河;;插值粒子滤波算法的研究[A];2006通信理论与技术新进展——第十一届全国青年通信学术会议论文集[C];2006年
3 魏星;万建伟;皇甫堪;;一种新的单站无源定位跟踪滤波算法[A];2005通信理论与技术新进展——第十届全国青年通信学术会议论文集[C];2005年
4 杨晓东;向凤红;毛剑琳;郭宁;;改进粒子滤波算法在二元无线传感器网络目标跟踪的应用[A];中国自动化学会控制理论专业委员会C卷[C];2011年
5 管波;李宗涛;马龙华;;基于状态重建的改进粒子滤波算法在SINS/GPS中的应用研究[A];第二届中国卫星导航学术年会电子文集[C];2011年
6 秦臻;何顺华;朱号东;;非线性滤波算法在动态导航中的应用[A];江苏省测绘学会2011年学术年会论文集[C];2011年
7 宫轶松;归庆明;李保利;张灵敏;;基于均值漂移的粒子滤波算法设计及其在导航数据处理中的应用[A];第二届中国卫星导航学术年会电子文集[C];2011年
8 牛丽辉;蔡灿辉;;粒子滤波理论及其在目标跟踪中的应用[A];全国第一届信号处理学术会议暨中国高科技产业化研究会信号处理分会筹备工作委员会第三次工作会议专刊[C];2007年
9 高丙坤;李文超;王帅;;一种改进的粒子滤波跟踪算法[A];第二十九届中国控制会议论文集[C];2010年
10 何健;李亚安;林关成;;闪烁噪声环境下基于粒子滤波的目标跟踪[A];2009’中国西部地区声学学术交流会论文集[C];2009年
中国博士学位论文全文数据库 前10条
1 田隽;基于粒子滤波的视频目标跟踪算法的研究[D];中国矿业大学;2010年
2 蒋蔚;粒子滤波改进算法研究与应用[D];哈尔滨工业大学;2010年
3 宫轶松;粒子滤波算法研究及其在GPS/DR组合导航中的应用[D];解放军信息工程大学;2010年
4 肖延国;智能传感器侦察网络中的目标跟踪算法研究[D];中国科学技术大学;2007年
5 徐茂格;混沌通信中的粒子滤波技术研究[D];南京理工大学;2008年
6 孙伟;基于粒子滤波的视频目标跟踪关键技术及应用研究[D];西安电子科技大学;2009年
7 薛皓;时间异步条件下的无线传感器网络目标跟踪关键技术研究[D];北京邮电大学;2009年
8 王乐;卫星USB测控体制下信号特征参数的分析与识别[D];哈尔滨工业大学;2010年
9 许昕;基于滤波技术和粒子群优化的齿轮箱故障诊断研究[D];中北大学;2011年
10 宋越明;基于粒子滤波的跟踪方法研究[D];解放军信息工程大学;2010年
中国硕士学位论文全文数据库 前10条
1 戴丁樟;粒子滤波算法研究及其在目标跟踪中的应用[D];哈尔滨工业大学;2006年
2 马勇;粒子滤波算法及其在目标跟踪中的应用[D];哈尔滨工程大学;2008年
3 卢舒勃;民用飞机导航传感器滤波算法研究[D];上海交通大学;2011年
4 杜炳硕;基于粒子滤波的汽车防撞雷达研究[D];南京理工大学;2004年
5 金梦珺;概率假设密度粒子滤波的算法与硬件实现研究[D];浙江大学;2011年
6 关小杰;无线传感器网络中基于粒子滤波的目标跟踪[D];华南理工大学;2010年
7 吴宝成;粒子滤波重采样算法研究及其应用[D];哈尔滨工业大学;2006年
8 何佳;小波粒子滤波算法在机动目标跟踪中的应用[D];太原理工大学;2010年
9 冯卫娜;非线性系统参数和状态联合估计新算法研究[D];郑州大学;2010年
10 胡艺博;基于小波—粒子滤波算法的股票价格预测研究[D];吉林大学;2008年
中国重要报纸全文数据库 前10条
1 ;西安工业大学——坚持特色 奋勇争先[N];中国教育报;2006年
2 记者 唐景莉通讯员 王锋 实习生 乔欣;向世界展示中国志愿者风采[N];中国教育报;2008年
3 常丽君;让京城污水换清波[N];科技日报;2008年
4 记者 陈欣然;天津工大喜迎建校五十周年[N];天津教育报;2008年
5 吴铝锌;教育部部长周济湖南省省长周伯华视察湖南工业大学(筹)[N];中国包装报;2005年
6 张孺海 刘易国;让鸟儿自由飞翔[N];湖北日报;2005年
7 付比兴 本报记者 李兵;“开学在即,我还在为学费发愁”[N];锦州日报;2006年
8 刘国华;大连轻工业学院正式更名为大连工业大学[N];辽宁日报;2007年
9 周颐;校企合作育人才[N];现代物流报;2006年
10 刘玉靖 武晓东;三驾马车领跑科研攻关[N];中国纺织报;2007年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978