一种基于权值自适应的粒子滤波方法和雷达系统

摘要

本申请涉及一种基于权值自适应的粒子滤波方法，粒子滤波方法包括：获取至少具有一组测量数据的雷达测量回波，并初始化；对当前k时刻的粒子进行粒子权值归一化；对粒子权值进行排序分裂高权值的粒子、舍弃低权值粒子；对m个粒子进行聚类得到每个粒子的权值；对第一类神经元进行求和，以及对第二类神经元求和，根据第二类神经元与第一类神经元相除获得输出权值；根据输出权值求得有效粒子权值，并与有效粒子数阈值比对，若小于1则重采样，若大于1则计算状态估计值。本申请的基于权值自适应的粒子滤波方法及雷达系统通过动态构建状态方程，提高先验概率密度分布估计合理性，优化预测效果，改善粒子滤波的鲁棒性与实时性。