| 王天真,汤天浩,张圣杰,Christophe Claramunt.基于灰色预测的粒子滤波算法[J].高技术通讯(中文),2012,22(4):423~428 |
| 基于灰色预测的粒子滤波算法 |
| A particle filter algorithm based on gray forecast |
| 修订日期：2010-10-09 |
| DOI： |
| 中文关键词: 信息融合， 粒子滤波， 状态空间模型， 灰色预测， 粒子退化 |
| 英文关键词: information fusion, particle filter, state-space model, gray forecast, granule degeneration |
| 基金项目:国家自然科学基金（51007056），交通部资助项目（2009 329 810 030）和上海市教育委员会重点学科建设（J50602）资助项目 |
| 作者 | 单位 | | 王天真 | 上海海事大学电气自动化系；法国海军学院研究所布雷斯特 | | 汤天浩 | 上海海事大学电气自动化系 | | 张圣杰 | 上海海事大学电气自动化系 | | Christophe Claramunt | 法国海军学院研究所布雷斯特 |
|
| 摘要点击次数: 3359 |
| 全文下载次数: 2154 |
| 中文摘要: |
| 针对标准粒子滤波（SPF）算法在目标机动时跟踪滤波性能不高的问题，引入灰色预测理论，提出了一种基于灰色预测的粒子滤波（PFGF）算法，给出了算法的具体描述和运算流程。当预先建立的状态模型不再适用于目标的真实运动状态时，该方法具有良好的预估性能，减少了对事先假定目标状态模型的依赖性。与SPF方法进行了蒙特卡洛仿真比较分析，实验结果证明，PFGF算法在不增加计算复杂度的情况下，提高了跟踪精度，能够很好地克服粒子退化现象。 |
| 英文摘要: |
| The standard particle filter (SPF) algorithm’s problem of low targer tracking performance due to the serious granule degeneration that occurs when the state model deviates the target’s motion state is paid attention, and aiming at this, a particle filter algorithm based on the gray forecast theory, called the PFGF algorithm is presented with the detailed description of it. When the condition model established in advance is no longer suitable for the goal’s proper motion condition, this new algorithm is with the good estimate performance. It reduces the dependence on the beforehand target condition model. The Monte Carlo simulation results show that the new algorithm increases the tracking accuracy without increasing the computation complexity compared with the SPF algorithm. It can overcome the phenomenon of granule degeneration effectively. |
|
查看全文
查看/发表评论 下载PDF阅读器 |
| 关闭 |
