基于t一分布粒子滤波器的目标跟踪_图文

1、 第 卷第 期 李少军等： 基于 卜 分布粒子滤波器的目 标跟踪 九 速度（ ，）二 ， ） 夕 ： （ 一 ， 在后半段时间里速 度为（ ，） ，） （ 八 实验结果 八 目 初始状态分布 ） 标的 近似为一个 一 其 分布， 参 为 值 ， 数 均 （ ， ， ，）协 方差 叭 （ ， ） 自由度 观 测器的初始位置（ ）过程噪声的标准 ， 差 二 方 测 噪 的 准 为。 位 量 声 标 差 ， 采样间隔 目 标经过第一次转 弯之后的速度为（ ）二 ， ， （ ） ， 经过第二 次转弯之后其移动速度为（ ） 一， （ ） 图 显示了在跟踪实验中目 标的移动轨迹以及观 测器的移动轨迹 占

2、（ ） 图 的 跟踪轨迹 一压 伙 ） （ 占 （） 图的跟踪轨迹 图 目 标与观测器的轨迹 （ 从 为了比较 粒子滤波器、 滤波器、 粒 子滤波器的跟踪性能， 三种滤波器都应用于图 所 示的轨迹估计 粒子滤波器和 粒子滤波器 的 始 本 从 布巨 ， 随 抽 初 样 是 （， 。， 机 取 分 ） 的独立样本， 样本数同为 个， 滤波器的 重采样策略采用多项分布采样（ ） 于 测方程是非线性的， 构造最优 观 由 难以 采 分布可戈】 ；） 样 戈一 ， 粒子 器选 ， 所以 滤波 择 验 布一、） 它的 要 样分布， 先 分 （ 一 作为 重 性采 ， 而 粒子滤波器， 选择式（ 的混合分

3、布作为它 ） 的重要性采样分布 显示了 图 ， ， 和 三种滤波器重复运行 次后取得平均估计得 到的结果 从平均估计精度看， 和 的估计精 度要高于 的估计性能明显好于 ， ， 图 显示了三种滤波器重复运行 次所得到的平均 的均方误差， 从图示可以看出 的估计性能比其 他两个滤波器好 ） （ 图 的跟踪轨迹 在另一实验中， 我们验证了样本数量对 粒 子滤波器的 性能的影响 当样本数为 和 ， 时， 粒子滤波器分别重复运行 然后 次， 取其平均值作为样本数不同时的轨迹估计 其结果 显示在图 可 以观察到当样本数从 增加到 时 的性能有明显的改进， 当样本数进一步 增加到 时， 其性能改善并不明显

4、 机 器 人 年 月 山 乏 独 乏 。卜 比高斯型滤波器、 粒子滤波器有明显的提高 为 了快速计算 卜 分布的最大似然估计， 本文介绍了一 种新的 算法， 通过算法分析与实验比较， 算法的收敛速度比目 前的 算法快， 可以实现 快速估计目 标轨迹的目的 实验证明 滤波器提 供的轨迹估计明显好于 ， 粒子滤波器 参考文献 ） 尸 ， ， ，： ， 图，方向上位置估计的平均均方误差 ，： ， ， 内 几 ， ， 匕 山 芝 。 执盆 此 山 卿 舜 公 几 ， （ ，： ） ， ， ， ： 一 ， （） ， ， ， （） 一 ， ： ， ， ， （） 一 ， ： 了 一 一 ； ， ， ， 图，

5、方向上速度估计的平均均方误差 ， ， ， ： 一 （ ） ， （ ） 卜 目 ， ， （ ） 一 ： ： ， ， ， （ ） ： 一 。 引 ， ， ， （ ） ： 一 口 盆 ： 右 仁 （ ） ， ， ， ； ， （） ， ： 一 ， ； ， 产 当 ， ， 时 的性能比较 ， ， ， ， 仁 ， ， ： （） 一 结论（ ） 本文提出了一种新的粒子滤波器 卜 分布粒 子滤波器 它不仅可以应用于机动目 标的跟踪， 也可 应用于非线性滤波 由于 一 分布具有重拖尾， 且它的 形状和支撑区域可通过其 自由度调节， 所以 粒 子滤波器对外界干扰不敏感， 鲁棒性好 粒子滤 波器不再需要高斯噪声的假设 理论分析表明， 在 ， ； ， （ ） 一 ， ： 作者简介： 李少军 ， 博士生 （）男， 研究领域： 计算机视觉， 非线 性滤波， 统计学习与推断 王 宕 （） 男， ， 研究员， 博士生导师 研究领域： 非线 性滤波， 迭代学习， 系统建模与控制 随机 仆布假设条件下， 粒子滤波器是