基于粒子滤波器的目标跟踪算法研究
基于粒子滤波器的目标跟踪算法研究[20191212175701]
摘 要
对目标进行定位和跟踪是典型的动态系统状态估计问题，在模型满足线性、高斯条件下，多滤波算法可获得很好的跟踪效果。但若目标在高机动、多模型、非高斯、强噪声的运动背景下，在高斯假设条件下的卡尔曼滤波、扩展卡尔曼滤波等算法将出现滤波精度下降和发散现象。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题方面有独到的优势。本文提出了几种改进的粒子滤波算法并对此进行对比分析。主要工作如下：
1. 介绍了一些常用的目标跟踪算法的滤波理论，如扩展卡尔曼滤波、无味卡尔曼滤波等。
2. 以粒子滤波为基础，提出几种改进的粒子滤波算法并进行了对比分析。
首先，是在粒子滤波的基础上融合了扩展卡尔曼滤波算法，融合后的新算法在计算提议概率密度分布时，粒子的产生充分考虑当前时刻的量测，使得粒子的分布更加接近状态的后验概率分布。
其次，采用 UKF、EKF生成粒子滤波的提议分布，并从中抽样粒子。基于此，提出了基于无味、扩展卡尔曼粒子滤波的目标跟踪算法。
最后，采用其它重采样方法的粒子滤波算法与标准重采样算法进行分析与比较。
查看完整论文请+Q: 351916072
关键字:目标跟踪,粒子滤波
目 录
摘要 I
ABSTRACT II
第1章 绪论 1
1.1课题背景及意义 ...........................................................................................1
1.2国内外研究发展现状 ................................................................................ ...2
1.3本文研究的主要内容 ...................................................................................4
1.4本文的组织结构 ...........................................................................................4
第2章 目标跟踪算法基础......................................................................6
2.1滤波理论的发展现状 ................................................................................ 6
2.2 线性动态系统的滤波理论与算法 ............................................................ 8
2.2.1离散时间线性系统状态估计问题的一般描述 ................................ 8
2.2.2基本卡尔曼滤波器 .............................................................................9
2.3 非线性动态系统的滤波理论与算法 .........................................................9
2.3.1扩展卡尔曼滤波器 ........................................................................... 10
2.3.2无味卡尔曼滤波器 ............................................................................11
2.4 本章小结 .....................................................................................................12
第3章 粒子滤波器.................................................................................14
3.1 蒙特卡罗方法 ........................................................................................ 14
3.1.1蒙特卡罗方法的发展历史 ............................................................ 15
3.1.2蒙特卡罗方法的基本原理及思想 ................................................ 15
3.1.3蒙特卡罗解题步骤 ........................................................................ 16
3.1.4蒙特卡罗方法的特点 .................................................................... 17
3.2 粒子滤波算法 .........................................................................................18
3.2.1粒子滤波器基本原理 .................................................................... 19
3.2.2序贯粒子滤波算法 ........................................................................ 20
3.2.3粒子集的退化和重采样 ................................................................ 22
3.2.4标准粒子滤波算法.......................................................................... 24
3.3 粒子滤波的应用 .................................................................................... 25
3.3.1机动目标跟踪 ................................................................................ 25
3.3.2语音信号增强 ................................................................................ 26
3.3.3人脸跟踪 ........................................................................................ 26
3.3.4状态监视与故障诊断 .................................................................... 26
3.4 本章小结 .................................................................................................27
第4章 改进的粒子滤波.........................................................................28
4.1 基于 EKF 的粒子滤波 ..........................................................................28
4.2 基于 UKF 的粒子滤波 .......................................................................... 29
4.3 基于重采样技术的粒子滤波.....................................................................31
4.3.1多项式重采样算法.............................................................................31
4.3.2残差重采样算法.................................................................................32
4.3.3分层重采样算法.................................................................................32
4.3.4系统重采样算法.................................................................................32
4.4 本章小结 ...................................................................................................32
第5章 算法仿真分析.............................................................................34
5.1算法模型及参数 ........................................................................................34
5.2仿真分析 ....................................................................................................34
5.3本章小结 ................................................................................................... 38
第6章 总结与展望 ...............................................................................39
参考文献......................................................................................................................41
致 谢............................................................................................................................43
第1章 绪论
1.1 课题背景及意义
目标跟踪是信息融合的经典应用，被广泛应用于监控、导航、障碍规避等系统中，其主要目的是确定目标的个数、位置、运动信息和身份。目标跟踪的基本概念在1955年由Wax首先提出。1964年，Sittler对多目标跟踪理论以及数据关联问题进行了深入的研究，并取得了开创性的进展。
摘 要
对目标进行定位和跟踪是典型的动态系统状态估计问题，在模型满足线性、高斯条件下，多滤波算法可获得很好的跟踪效果。但若目标在高机动、多模型、非高斯、强噪声的运动背景下，在高斯假设条件下的卡尔曼滤波、扩展卡尔曼滤波等算法将出现滤波精度下降和发散现象。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题方面有独到的优势。本文提出了几种改进的粒子滤波算法并对此进行对比分析。主要工作如下：
1. 介绍了一些常用的目标跟踪算法的滤波理论，如扩展卡尔曼滤波、无味卡尔曼滤波等。
2. 以粒子滤波为基础，提出几种改进的粒子滤波算法并进行了对比分析。
首先，是在粒子滤波的基础上融合了扩展卡尔曼滤波算法，融合后的新算法在计算提议概率密度分布时，粒子的产生充分考虑当前时刻的量测，使得粒子的分布更加接近状态的后验概率分布。
其次，采用 UKF、EKF生成粒子滤波的提议分布，并从中抽样粒子。基于此，提出了基于无味、扩展卡尔曼粒子滤波的目标跟踪算法。
最后，采用其它重采样方法的粒子滤波算法与标准重采样算法进行分析与比较。
查看完整论文请+Q: 351916072
关键字:目标跟踪,粒子滤波
目 录
摘要 I
ABSTRACT II
第1章 绪论 1
1.1课题背景及意义 ...........................................................................................1
1.2国内外研究发展现状 ................................................................................ ...2
1.3本文研究的主要内容 ...................................................................................4
1.4本文的组织结构 ...........................................................................................4
第2章 目标跟踪算法基础......................................................................6
2.1滤波理论的发展现状 ................................................................................ 6
2.2 线性动态系统的滤波理论与算法 ............................................................ 8
2.2.1离散时间线性系统状态估计问题的一般描述 ................................ 8
2.2.2基本卡尔曼滤波器 .............................................................................9
2.3 非线性动态系统的滤波理论与算法 .........................................................9
2.3.1扩展卡尔曼滤波器 ........................................................................... 10
2.3.2无味卡尔曼滤波器 ............................................................................11
2.4 本章小结 .....................................................................................................12
第3章 粒子滤波器.................................................................................14
3.1 蒙特卡罗方法 ........................................................................................ 14
3.1.1蒙特卡罗方法的发展历史 ............................................................ 15
3.1.2蒙特卡罗方法的基本原理及思想 ................................................ 15
3.1.3蒙特卡罗解题步骤 ........................................................................ 16
3.1.4蒙特卡罗方法的特点 .................................................................... 17
3.2 粒子滤波算法 .........................................................................................18
3.2.1粒子滤波器基本原理 .................................................................... 19
3.2.2序贯粒子滤波算法 ........................................................................ 20
3.2.3粒子集的退化和重采样 ................................................................ 22
3.2.4标准粒子滤波算法.......................................................................... 24
3.3 粒子滤波的应用 .................................................................................... 25
3.3.1机动目标跟踪 ................................................................................ 25
3.3.2语音信号增强 ................................................................................ 26
3.3.3人脸跟踪 ........................................................................................ 26
3.3.4状态监视与故障诊断 .................................................................... 26
3.4 本章小结 .................................................................................................27
第4章 改进的粒子滤波.........................................................................28
4.1 基于 EKF 的粒子滤波 ..........................................................................28
4.2 基于 UKF 的粒子滤波 .......................................................................... 29
4.3 基于重采样技术的粒子滤波.....................................................................31
4.3.1多项式重采样算法.............................................................................31
4.3.2残差重采样算法.................................................................................32
4.3.3分层重采样算法.................................................................................32
4.3.4系统重采样算法.................................................................................32
4.4 本章小结 ...................................................................................................32
第5章 算法仿真分析.............................................................................34
5.1算法模型及参数 ........................................................................................34
5.2仿真分析 ....................................................................................................34
5.3本章小结 ................................................................................................... 38
第6章 总结与展望 ...............................................................................39
参考文献......................................................................................................................41
致 谢............................................................................................................................43
第1章 绪论
1.1 课题背景及意义
目标跟踪是信息融合的经典应用，被广泛应用于监控、导航、障碍规避等系统中，其主要目的是确定目标的个数、位置、运动信息和身份。目标跟踪的基本概念在1955年由Wax首先提出。1964年，Sittler对多目标跟踪理论以及数据关联问题进行了深入的研究，并取得了开创性的进展。
版权保护: 本文由 hbsrm.com编辑，转载请保留链接: www.hbsrm.com/dzxx/gdxx/475.html
