Improved Particle Filter for Passive Target Tracking

• 作 者: 邓小龙 谢剑英 杨煜普
• 机 构: DepartmentofAutomation
• 出 处: 上海大学学报：英文版
• 发表日期: 2005年6期
• 关键词: 粒子滤波 被动目标跟踪 扩展卡尔曼滤波器 非线性分布 nonlinear non-Gaussian particle filter （PF） target
• 基金项目: Project supported by National High-Technology Research and Development Program （ Grant No. 863 - 2001AA422420-02 ）

作为为处理非线性的任何东西或 non-Gaussian 分布的一个新方法，基于蒙特卡罗方法并且贝叶斯的过滤，粒子过滤器(PP ) 被研究人员赞成并且广泛地在许多领域里适用。基于粒子过滤，改进扩大 Katman 过滤器(EKF ) 建议分布被介绍。重量的评估被简化，其它改善了包括剩余采样步和 Markov 链蒙特卡罗方法的技术为目标追踪被介绍。EKF，基本 PF 和改进 PF 的表演在追踪例子的目标被比较。模拟结果证实改进粒子过滤器超过其它。关键词非线性 - non-Gaussian - 粒子过滤器(PF