基于优化AGA与辅助边缘粒子滤波的目标跟踪方法

摘要

cqvip:目标跟踪是当今的重要研究课题,广泛应用于通信导航、计算机视觉与自动控制等领域;针对现有的边缘粒子滤波算法目标跟踪可靠性低的问题,提出了一种基于优化自适应遗传算法(adaptive genetic algorithm,AGA)和辅助边缘粒子滤波的目标跟踪方法;在状态空间降维的基础上,推导出崭新的辅助边缘粒子滤波框架,有机地将目标运动的状态划分成线性分量和非线性分量;对于线性分量,沿用卡尔曼滤波估计;对于非线性分量,植入辅助变量构建显式概率分布函数;另一方面,提出了一种优化AGA,可以实时调节交叉概率与变异概率,具有非线性特性,以期筛选出优越的粒子拟合目标的运动状态;实验结果表明,所提出的方法能有效跟踪常见目标,具有估计准确的优点。