基于蚁群优化的边缘化粒子滤波器跟踪算法

作者: 曹义亲 [1] ; 肖金胜 [1] ; 黄晓生 [2]

关键词: 边缘化粒子滤波蚁群算法 Kalman滤波目标跟踪

摘要：针对边缘化粒子滤波器（M PF）中的Kalman滤波通常无法从量测方程中获得线性状态估计，以及标准粒子滤波器估计非线性状态计算量大和粒子退化的问题，提出了一种改进的M PF粒子滤波目标跟踪算法。该方法采用状态的预测值作为Kalman粒子滤波的量测更新，用Kalman滤波估计目标的速度和加速度，并通过蚁群优化算法改进标准粒子滤波器，并用以估计目标的位置信息。仿真结果表明：该方法在提高目标状态估计精度的同时，降低了粒子滤波的计算复杂度，克服了粒子滤波退化现象。

上一篇：3D立体显示技术在多元相图教学中的应用
下一篇：高校工程训练创新发展探析

基于蚁群优化的边缘化粒子滤波器跟踪算法

作者: 曹义亲 [1] ; 肖金胜 [1] ; 黄晓生 [2]

关键词: 边缘化粒子滤波 蚁群算法 Kalman滤波 目标跟踪

关键词: 边缘化粒子滤波蚁群算法 Kalman滤波目标跟踪