改进粒子滤波算法及其应用仿真

摘要：

针对目标跟踪中粒子滤波算法的估计精度不高、粒子退化问题，文中提出了一种 GH-RPF 算法。在粒子滤波的基础上，应用高斯-厄米特滤波来产生重要密度函数，同时对重采样采用正则变换以改善采样粒子的多样性。将该算法应用于非线性、非高斯的目标跟踪中，仿真结果表明，与标准粒子滤波及 EKPF 相比，该算法的滤波精度更高，具有更高的跟踪性能。

关键词：粒子退化、粒子滤波、正则变换、跟踪

分类号：TP1;TN9

在线出版日期：2013-12-19（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：104-107