基于蚁群优化的边缘化粒子滤波器跟踪算法

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。

关键词：边缘化粒子滤波、蚁群算法、Kalman滤波、目标跟踪

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金项目61365008资助；江西省科技支撑计划项目20123BBE50093资助；江西省教育厅科技项目GJJ12305资助；江西省教育厅科技项目GGJ12306

在线出版日期：2014-11-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：55-58,62