文章摘要
周伟江,董博,许伟杰.基于改进粒子滤波算法的水下目标跟踪[J].声学技术,2018,37(2):187~191
基于改进粒子滤波算法的水下目标跟踪
Underwater target tracking based on improved particle filter
投稿时间:2017-05-21  修订日期:2017-07-17
DOI:10.16300/j.cnki.1000-3630.2018.02.016
中文关键词: 目标跟踪  粒子滤波  KL距离
英文关键词: target tracking  particle filter  Kullback-Leibler Divergence (KLD)
基金项目:
作者单位E-mail
周伟江 中国人民解放军 92493部队, 辽宁葫芦岛 125000  
董博 中国科学院声学研究所东海研究站, 上海 200032 okdbdbok@126.com 
许伟杰 中国科学院声学研究所东海研究站, 上海 200032  
摘要点击次数: 1023
全文下载次数: 954
中文摘要:
      针对常规粒子滤波算法粒子数目保持不变的问题,提出了一种可以自适应调整粒子数目的改进算法。该算法将KL距离(Kullback-Leibler Divergence,KLD)引入粒子滤波重采样过程,保证在一定的滤波精度下,可以有效地调整滤波过程中使用的粒子数目,从而实现了滤波过程中粒子数目的自适应。将该算法应用于纯方位水下目标跟踪,仿真结果表明,该方法有效地改善了滤波效果,计算量低,适合于实际应用。
英文摘要:
      An improved adaptive particle number method is presented to solve the problem of huge computation complexity.The algorithm is proposed via introducing the KLD (Kullback-Leibler Divergence) into the process of resampling so as to control the effective particle number.Numerical simulations demonstrate that the modified method can improve tracking performance and suit for practical applications.
查看全文   查看/发表评论  下载PDF阅读器
关闭