基于KLD采样的自适应粒子滤波目标跟踪算法

论文摘要

标准粒子滤波算法用于无线传感器网络运动目标跟踪时,非高斯噪声环境会降低其跟踪精度和计算效率。针对该问题,结合多传感器测量模型和Kullback-Leibler距离（KLD）采样方法,提出一种自适应粒子滤波算法。在满足预设阈值条件时,引入补偿函数对重要性概率密度函数（IPDF）进行迭代更新,同时利用具有自适应退火参数的模拟退火算法使粒子快速接近高似然区域。在此基础上,结合KLD采样动态调整粒子规模,在保证跟踪精度的同时减少运算量。仿真结果表明,与KLD-PF算法相比,该算法的IPDF分布接近真实后验概率密度分布,跟踪精度较高,能够在不同参数的非高斯噪声下进行有效跟踪。

论文目录

文章来源

类型: 期刊论文

作者: 徐壮,彭力

关键词: 自适应粒子滤波,距离采样,目标跟踪,无线传感器网络,模拟退火算法

来源: 计算机工程 2019年12期

年度: 2019

分类: 信息科技

专业: 无线电电子学,电信技术,自动化技术

单位: 江南大学物联网工程学院,无锡职业技术学院物联网技术学院

基金: 国家自然科学基金(61873112),教育部-中国移动科研基金(MCM20170204),江苏省博士后科研计划(1601085C)

分类号: TN713;TP212.9;TN929.5

DOI: 10.19678/j.issn.1000-3428.0053287

页码: 182-188

总页数: 7

文件大小: 1310K

下载量: 136

相关论文文献

标签：自适应粒子滤波论文;  距离采样论文;  目标跟踪论文;  无线传感器网络论文;  模拟退火算法论文;