闪烁噪声下的改进粒子滤波跟踪算法

摘要：

在实际雷达目标跟踪系统中,雷达量测常受到闪烁噪声干扰,传统的滤波算法在闪烁噪声下,滤波性能急剧下降甚至发散.提出了一种改进的粒子滤波(particle filter, PF)算法,按照高斯牛顿迭代方法对迭代扩展卡尔曼滤波(iterated extended Kalman filter, IEKF)中的测量更新进行修正,利用修正的IEKF来产生PF的重要性密度函数.进一步,采用马尔科夫链蒙特卡罗(Markov chain Monte Carlo, MCMC)方法来消除重采样引起的粒子贫化问题.在给出的闪烁噪声统计模型基础上,将所提算法与PF及MCMCPF算法进行了仿真比较,结果表明该算法具有更好的跟踪性能.

关键词：目标跟踪、粒子滤波、迭代扩展卡尔曼滤波、马尔科夫链蒙特卡罗、闪烁噪声

所属期刊栏目：32

分类号：TN953

资助基金：国家自然科学基金60871074资助课题

在线出版日期：2010-12-20（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：2223-2226