基于粒子滤波的非线性目标跟踪算法研究

摘要：

针对非线性非高斯的目标跟踪，传统的卡尔曼滤波和扩展卡尔曼滤波等算法将会出现滤波精度下降甚至发散的现象，提出了采用粒子滤波算法来解决非线性滤波问题；粒子滤波方法作为一种基于贝叶斯估计的非线性滤波算法，在处理非高斯非线性时变系统的参数估计和状态滤波问题方面有独到的优势，但是存在运算量大和实时性差的问题，因此提出了基于EKF的扩展粒子滤波；仿真结果表明：在强非线性非高斯环境下，PF算法的跟踪性能优于EKF算法，基于EKF的扩展粒子滤波能够取得较好的跟踪精度，并且能够有效的减少粒子滤波的运算量。

关键词：目标跟踪、扩展卡尔曼滤波、粒子滤波、基于EKF的扩展粒子滤波

分类号：TP212(自动化技术及设备)

在线出版日期：2014-12-09（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：14-17