%0 Journal Article
%T 基于箱式粒子滤波的群目标跟踪算法
%A 李振兴
%A 刘进忙
%A 李松
%A 白东颖
%A 倪鹏
%J 自动化学报
%P 785-798
%D 2015
%R 10.16383/j.aas.2015.c140222
%X ？在现有群目标跟踪方法中,粒子滤波(Particlefilter,PF)算法常被用来解决点量测的非线性滤波问题.而当量测数据受到测量偏差或未知分布边界误差的影响时,传感器获得的点量测需要转换成区间量测,此时原有PF算法不能直接适用.因此,本文提出基于广义似然(Generalizedlikelihood,GL)函数加权的PF算法.该算法在原有PF算法的基础上,利用广义似然函数的积分解来计算区间量测下的粒子权重.为了降低算法的运算量问题,又提出基于箱式粒子滤波(Boxparticlefilter,Box-PF)的群跟踪算法.首先,在目标状态空间内抽样矩形区域的箱式粒子.然后采用区间分析和约束传播方法,利用区间量测压缩后的粒子与预测粒子的容积比来计算粒子权重.最后,在群目标状态估计结果和群演化网络模型的基础上估计群结构.仿真实验结果表明,与GL-PF算法相比,Box-PF算法具有更高的运算效率,并能降低估计结果中的峰值误差.
%K 群目标
%K 跟踪
%K 箱式粒子滤波
%K 广义似然函数
%K 演化网络模型
%K 区间分析
%K 峰值误差
%U http://www.aas.net.cn/CN/abstract/abstract18653.shtml