一种基于UPF的改进粒子滤波算法

摘要

研究目标跟踪算法优化问题,针对高性能要求的目标跟踪中粒子滤波(PF)算法估计精度低、粒子退化的问题,提出了一种无迹粒子滤波(UPF)的改进算法.算法将实时观测信息融入无迹卡尔曼滤波(UKF)的重要性密度函数,并在UKF环节中Sigma点的选择过程中加入可动态调解参数的比例缩放因子,解决采样的非局部效应问题；同时在PF重采样算法中采用系统重采样的方法,根据有效粒子容量设置权值门限判定是否需要进行重采样,形成系统比例对称无迹粒子滤波算法(SPSUPF).仿真结果表明,SPSUPF可以在耗时相当的情况下有效解决粒子退化的问题并提高滤波精度.