【技术实现步骤摘要】
本专利技术涉及的是目标跟踪领域，具体为一种基于动态重采样粒子滤波的雷达目标跟踪方法。
技术介绍
动态系统状态估计(滤波)在目标跟踪应用越来越频繁，粒子滤波算法用于杂波环境和目标快速机动环境下的雷达目标跟踪也得到了很大的推广。但是应用标准的粒子滤波技术的雷达目标跟踪技术存在一些缺陷，标准粒子滤波算法的重要密度函数只考虑了系统先验信息而丢弃了当前量测信息。尽管这种选择方法极大地简化了计算，但采样效率并不高，有时候从中抽取的粒子可能整体偏离状态真值而无法得到可靠的估计结果；同时潜在的粒子贫化问题还可能进一步加剧了粒子分布的不合理性，因此有进一步改进的必要。针对该问题学者们已做了大量工作，在粒子滤波中引入重采样步骤有效地解决了粒子退化问题，但在处理有些问题时却会带来新的问题——粒子贫化，粒子贫化同样有损于滤波精度。现有的重采样算法无一例外的属于完全重采样，即对每个粒子都进行重采样，或者说重采样后的粒子集完全由新生粒子组成。完全重采样对有些滤波问题来讲“力度”太大，极易造成粒子贫化。更多粒子参与重采样意味着将要冒更大的粒子贫化风险。我们需要在滤波循环中引入重采样，但标准粒子滤波器将这件事做的“过头”了。重采样所表现出的过犹不及的特点使我们需要考虑设计“力度”可控的重采样算法。动态重采样就是具有这一特征的算法，它以分步的方式仅对部分粒子进行重采样，以递推的方式计算表征粒子退化程度的度量函数，直到满足给定条件为止。重采样后的粒子由新生粒子和未参与重采样的粒子组成，前者的存在有助于缓解退化问题，后者可使粒子集保持一定多样性，因而能够实现在粒子退化和粒子贫化问题上的有效折...
【技术保护点】
一种基于动态重采样粒子滤波的雷达目标跟踪方法，其特征在于：包括以下步骤：步骤1：建立粒子‑权重对集并初始化：[{(xt(j*),πt(j))}j=1N]=DResample[{(xt(i),πt(i))}i=1N]]]>其中表示被跟踪目标在t时刻的坐标，上标j表示第j个粒子，表示t时刻第j个粒子的权重，N表示粒子总数量；令k＝0,步骤2：对Φ0(N,t)中的元素按权重由大到小排序，设置Φ1(N‑k,t)＝Φ0(N,t),l(0)＝1；并根据Neff≈1Σi=1N(πt(i))2]]>计算Neff(k)，其中Neff(k)表示第k时刻有效样本容量；步骤3：动态重采样：判断公式Neff(k)＜Nth是否成立，Nth为阈值参数；当公式成立时：从Φ1(N‑k,t)中将第N‑k个粒子‑权重对淘汰；计算被淘汰的粒子权重:计算由第k+1轮重采样引起的权重修正系数γ(k+1)=N-k-1N-k-Nπt(N-k)(k);]]>根据Neff(k+1)=(γ2(k+1)Neff(k)-1-γ...
【技术特征摘要】
1.一种基于动态重采样粒子滤波的雷达目标跟踪方法，其特征在于：包括以下步骤：步骤1：建立粒子-权重对集并初始化： [ { ( x t ( j ...
【专利技术属性】
技术研发人员：左军毅，颜斌华，王宏伟，仲于江，
申请(专利权)人：西北工业大学，
类型：发明
国别省市：陕西;61
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。