|
|||||
|
|
| 基于蚁群优化的边缘化粒子滤波器跟踪算法 | |
| 作者单位： | ;1.华东交通大学软件学院;2.华东交通大学信息工程学院 |
| 摘 要： | 针对边缘化粒子滤波器(MPF)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MPF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。 |
| 关 键 词： | 边缘化粒子滤波 蚁群算法 Kalman滤波 目标跟踪 |
An improved Marginalized Particle Filter algorithm based on ant colony optimization for tracking |
|
| Abstract: | |
| Keywords: | |
| 本文献已被 CNKI 等数据库收录！ | |