改進粒子濾波算法及其在目標跟蹤中應用研究.pdf

1、粒子濾波器在處理非線性或非高斯問題所顯示出的巨大的潛力，使得其在非線性濾波領域受到了廣泛的關注。與傳統(tǒng)濾波方法相比，其具有簡單易行的特點，因此在諸多研究領域得到了廣泛應用。
　　 粒子濾波是一種用于求解貝葉斯概率的實用方法。它是一種通過使用非參數化的蒙特卡羅方法來實現遞推貝葉斯估計的濾波方法，可適用于任何能用狀態(tài)空間表示的非線性系統(tǒng)。然而，傳統(tǒng)的標準粒子濾波算法中存在著一些缺點，最典型的就是粒子的退化問題，以及采用傳統(tǒng)的重采樣之

2、后又出現的粒子多樣性減弱問題。到目前為止，粒子濾波算法雖然經歷了眾多的改進，但是并沒有很好的解決這些問題。因此，進一步研究并改進粒子濾波算法以提高粒子的多樣性對提高粒子濾波的效率具有十分重要的意義。
　　 本文主要內容如下：
　　 1.本文首先在對傳統(tǒng)粒子濾波算法進行深入研究的基礎上，提出將遺傳算法中的進化策略引入到粒子濾波算法的框架中來，利用遺傳算法中使用的諸如交叉算子、變異算子、選擇算子等進化策略對種群個體進行操作

3、，直至進行進化操作以后的粒子的表現都優(yōu)于進化前，這種做法提高了粒子的全局搜索以及尋優(yōu)的能力，進化操作對粒子進行了有效的移動，從而提升了粒子的多樣性。
　　 2.根據粒子濾波算法中對粒子濾波算法的應用需求，對引入的自適應遺傳算法進行了一系列的改進。在粒子濾波中，粒子進化的方向是得到一個最優(yōu)的粒子種群，而傳統(tǒng)自適應遺傳算的目標是尋求種群中的最優(yōu)個體，故在粒子濾波的應用中，對傳統(tǒng)自適應遺傳算法中變量的調節(jié)策略需要做相應的調整。因此，