【技术实现步骤摘要】
本专利技术属于目标跟踪，涉及粒子滤波技术，尤其涉及一种基于改进量子粒子群优化粒子滤波的目标跟踪方法、系统和介质。
技术介绍
1、滤波跟踪算法是目标跟踪技术的研究重点，其核心是在干扰环境和目标机动的情况下对控制区域内的目标运动进行状态估计，可以抽象为用状态空间模型描述的滤波过程，而滤波算法可以分为两类：线性滤波算法和非线性滤波算法。典型的线性滤波算法有kalman滤波、α-β滤波等。kalman滤波是一种基于状态空间模型的时域滤波方法，其优势在于其递推性的滤波算法，可在线性条件下得到最优估计值，因此在实际工程中有广泛的应用。但是，随着传感器制造技术和信息处理技术的快速发展，目标跟踪问题在不确定性、高维度、非线性和非高斯等方面的挑战日益显现。这推动了滤波跟踪算法从线性向非线性的转变，这些变化是为了适应目标运动在非线性模型和非高斯噪声环境等情况下的需求。目前运用最广泛的非线性算法包括扩展kalman滤波、无迹kalman滤波和粒子滤波。
2、粒子滤波是一种基于蒙特卡罗思想的滤波技术，其起源可以追溯到上世纪五十年代，当时hemmer...
【技术保护点】
1.一种基于改进量子粒子群优化粒子滤波的目标跟踪方法，其特征在于，包括以下步骤：
2.如权利要求1所述的基于改进量子粒子群优化粒子滤波目标跟踪方法，其特征在于，所述步骤一跟踪系统初始化，从先验分布p(x0)中随机采样，形成初始时刻采样粒子集合的具体过程为：
3.如权利要求1所述的基于改进量子粒子群优化粒子滤波目标跟踪方法，其特征在于，所述步骤二在时刻k，由状态转移方程得到重要性密度函数，并从中采样粒子的具体过程为：
4.如权利要求1所述的基于改进量子粒子群优化粒子滤波目标跟踪方法，其特征在于，所述步骤三获取最新时刻量测值zk，计算k...
【技术特征摘要】
1.一种基于改进量子粒子群优化粒子滤波的目标跟踪方法，其特征在于，包括以下步骤：
2.如权利要求1所述的基于改进量子粒子群优化粒子滤波目标跟踪方法，其特征在于，所述步骤一跟踪系统初始化，从先验分布p(x0)中随机采样，形成初始时刻采样粒子集合的具体过程为：
3.如权利要求1所述的基于改进量子粒子群优化粒子滤波目标跟踪方法，其特征在于，所述步骤二在时刻k，由状态转移方程得到重要性密度函数，并从中采样粒子的具体过程为：
4.如权利要求1所述的基于改进量子粒子群优化粒子滤波目标跟踪方法，其特征在于，所述步骤三获取最新时刻量测值zk，计算k时刻粒子的重要性权值并计算有效粒子数量，对粒子的重要性权值进行排序，分为有效粒子集合与低权值粒子集合，计算有效粒子的预测位置的具体过程为：
5.如权利要求1所述的基于改进量子粒子群优化粒子滤波目标跟踪方法，其特征在于，所述...
【专利技术属性】
技术研发人员：刘明骞，邱坤发，李明，章金标，邓波，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：
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。