基于改进Rao-Blackwellized粒子滤波的WSN被动目标跟踪

摘要：

Rao-Blackwellized粒子滤波虽然适合系统状态包含线性高斯分量的非线性状态估计，但是由于其计算量较大，不适用于实时性较高的被动目标跟踪情况。针对Rao-Blackwellized粒子滤波的不足，提出了改进的Rao-Blackwellized粒子滤波算法用于WSN被动目标跟踪。新的算法由一个粒子滤波和一个卡尔曼滤波组成，在执行过程中，粒子滤波和卡尔曼滤波相互交换信息，并行运行。计算机仿真结果表明，新的算法能够更好地减少计算量，提高跟踪的实时性。

关键词：被动目标跟踪、无线传感器网络、状态估计、粒子滤波、卡尔曼滤波

分类号：TP18(自动化基础理论)

资助基金：国家“八六三”计划基金资助项目2007AA01Z309

在线出版日期：2015-07-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：44-47