一种基于高斯扰动的重采样粒子滤波算法

摘要

本发明属于智能信息处理技术领域，涉及一种基于高斯扰动的重采样粒子滤波算法。具体为在重采样过程中对重复采样的高权值粒子增加高斯扰动扩散，在非线性和非高斯系统中用来估计系统状态，用于无特征的小目标跟踪定位中，解决迭代过程中重采样后粒子的多样性丧失问题，在保证粒子有效性的前提下增加粒子多样性，增加了粒子逼近目标的概率，在不增加计算量和存储量的条件下，降低了跟踪误差，提高了小目标跟踪精度；从计算量角度来看，尽管增加了基于高斯扰动的扩散过程，但是由于粒子的收敛速度加快，改进算法的执行时间和系统重采样算法接近。