×

用于跟踪高度机动目标的Minimax粒子滤波。 (英语) Zbl 1440.93252号

摘要:在本文中,我们提出了一种新的粒子滤波框架,该框架采用了极大极小策略。在该方法中,我们最小化了最大风险,并且在计算粒子权重时反映了风险最大化的过程。该方案显著降低了粒子权重的方差,从而对简并问题具有鲁棒性,并且我们可以获得更高的粒子质量。该方法对环境不利的场景具有鲁棒性,特别是当目标状态为高度机动时。此外,我们可以通过避免计算复杂的联合概率密度函数来降低计算复杂性。我们通过与标准粒子滤波的性能比较来研究新方法,并通过实验验证其有效性。所采用的策略可用于任何其他类型的粒子滤波,以提高跟踪性能。

MSC公司:

93E11号机组 随机控制理论中的滤波
93B35型 灵敏度(稳健性)
93C83号 涉及计算机的控制/观察系统(过程控制等)
PDF格式BibTeX公司 XML格式引用
全文: 内政部 链接

参考文献:

[1] 贝基尔。用于跟踪机动目标的自适应卡尔曼滤波器。制导控制动力学杂志。1983;6(5):414‐416.
[2] BoersY,DriessenJN。交互多模型粒子过滤器。IEE雷达声纳导航论文集。2003;150(5):344‐349.
[3] LiH‐W,WangJ。粒子滤波器用于通过闪烁噪声的被动雷达测量进行机动目标跟踪。IET雷达声纳导航。2012;6(3):180‐189.
[4] Zhang T、Liu S、XuC、Liu B、Yang M‐H。用于视觉跟踪的相关粒子过滤器。IEEE Trans-Image处理。2018;27(6):2676‐2687. ·Zbl 1409.94767号
[5] 吉拉蒙·克劳萨普。通过具有最佳重要性密度的粒子滤波对单个神经元的内在活动和突触输入进行序列估计。EURASIP J高级信号处理。2017;2017(1):65.
[6] GuarnieroP、JohansenAM、LeeA。迭代辅助粒子过滤器。美国统计协会杂志2017:1‐12。
[7] MurangiraA、MussoC、DahiaK。用于地形定位的混合正则rao‐blackwellized粒子滤波器。IEEE Trans-Aerosp电子系统。2016;52(4):1967‐1985.
[8] 福克斯D。通过KLD采样调整颗粒过滤器中的样本大小。国际机器人研究杂志2003;22(12):985‐1003.
[9] LiT、SunS、SattarTP。通过KLD‐重采样调整粒子过滤器中的样本大小。电子信件。2013;49(12):740‐742.
[10] 周特、彭德、徐C、张伟、申杰。基于Kullback-Leibler距离的自适应粒子滤波在多波束声纳水下地形辅助导航中的应用。IET雷达声纳导航。2018;12(4):433‐441.
[11] KotechaJH、DjuricPM。高斯和粒子滤波。IEEE传输信号处理。2003;51(10):2592‐2601. ·Zbl 1369.94195号
[12] LimJ、Hong D。OFDM系统中载波频偏估计的高斯粒子滤波方法。IEEE信号处理Lett。2013;20(4):367‐370.
[13] MíguezJ,BugalloMF,DjurićPM。统计未知随机动态系统的一类新的粒子滤波器。EURASIP J高级信号处理。2004;2004(15):1‐17.
[14] LimJ,Hong D。高带宽倾斜估计的成本参考粒子滤波方法。IEEE Trans Ind Electron公司。2010;57(11):3830‐3839.
[15] 林杰。未知噪声统计非线性动态系统的粒子滤波。非线性动力学。2014;78(2):1369‐1388.
[16] ArulampalamMS、MaskellS、GordonN、ClappT。在线非线性/非高斯贝叶斯跟踪的粒子滤波器教程。IEEE传输信号处理。2002;50(2).
[17] GustafssonF、GunnarssonF、BergmanN、ForssellU、JanssonJ、KarlssonR、NordlundP‐J。用于定位、导航和跟踪的粒子过滤器。IEEE传输信号处理。2002;50(2):425‐437.
[18] DjuricPM、VemulaM、BugalloMF。二进制传感器网络中基于粒子滤波的目标跟踪。IEEE传输信号处理。2008;56(6):2229‐2238. ·Zbl 1390.94154号
[19] 林杰。一种基于方位和距离测量的目标跟踪,具有未知的噪声统计。电子工程技术杂志。2013;8(6):1520‐1529.
[20] ShenX‐M,DengL。离散H/sub/spl infin//滤波器设计的博弈论方法。IEEE传输信号处理。1997;45(4):1092‐1095.
[21] 西蒙D。约束极小极大状态估计的博弈论方法。IEEE传输信号处理。2006;54(2):405‐412. ·Zbl 1373.94703号
[22] PittMK,ShephardN。通过模拟过滤:辅助粒子过滤器。美国统计协会杂志,1999年;94(446):590‐599. ·Zbl 1072.62639号
[23] 林杰。粒子滤波中粒子贫化导致的性能下降。电子工程技术杂志。2014;9(6):2107‐2113.
[24] 穆索克(MussoC)、乌贾内恩(OudjaneN)、勒格兰德(Le GlandF)。改进常规颗粒过滤器。In:序贯蒙特卡罗方法实践。纽约州纽约市:施普林格;2001:247‐271. ·Zbl 1056.93588号
[25] 许仕。未知噪声概率分布系统的粒子滤波[博士论文]。纽约州立大学石溪分校电气与计算机工程系;2006
[26] LiXR、ZhaoZ、Jilkov副总裁。估计器可信度的实际测量和测试。摘自:估算、跟踪和融合研讨会论文集:向雅科夫·巴·沙洛姆致敬;2001; 加利福尼亚州蒙特利。
[27] KaySM公司。统计信号处理基础。第1卷。新泽西州上马鞍河:普伦蒂斯·霍尔;1993. ·Zbl 0803.62002号
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。