一种时间序列优化的粒子滤波算法

• 作 者: 张迎 杨淑莹 吴涛
• 机 构: 天津理工大学计算机与通信工程学院,天津理工大学计算机视觉与系统教育部重点实验室,天津理工大学天津智能计算及软件新技术重点实验室
• 出 处: 天津理工大学学报
• 发表日期: 2010年05期
• 关键词: 目标跟踪 时间序列 粒子滤波 target tracking time series particle filter
• 基金项目: 国家863计划项目（2007AA01Z188）, 国家自然科学基金（60773073）, 天津市高等学校科技发展基金（20071308）

针对预测对象在动态过程中发生结构性变化的时间序列,难以建立一个实时解析变化趋势的模型.本文提出基于时间序列自适应建模的粒子滤波算法(TS-PF).采用时间序列方法动态构建预测模型,并将粒子滤波算法中一系列加权粒子以该模型进行状态转移,运用粒子滤波重采样技术,使预测误差进一步减小,预测精度逼近最优估计.非线性预测系统仿真实验表明基于时间序列自适应建模的粒子滤波算法(TS-PF)比单纯采用时间序列动态建模算法(TS)精度更高,提高了动态目标跟踪的准确性.