基于传声器阵列网络的改进高斯粒子跟踪算法.pdf

基于传声器阵列网络的改进高斯粒子跟踪算法.pdf

ID:52208148

大小:344.33 KB

页数:5页

时间:2020-03-24

基于传声器阵列网络的改进高斯粒子跟踪算法.pdf_第1页
基于传声器阵列网络的改进高斯粒子跟踪算法.pdf_第2页
基于传声器阵列网络的改进高斯粒子跟踪算法.pdf_第3页
基于传声器阵列网络的改进高斯粒子跟踪算法.pdf_第4页
基于传声器阵列网络的改进高斯粒子跟踪算法.pdf_第5页
资源描述:

《基于传声器阵列网络的改进高斯粒子跟踪算法.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、56传感器与微系统(TransducerandMicrosystemTechnologies)2012年第31卷第3期基于传声器阵列网络的改进高斯粒子跟踪算法江潇潇,杨旭光,赵鲁阳,王营冠(中国科学院上海微系统与信息技术研究所无线传感器网络与通信重点实验室,上海200050)摘要:针对传声器阵列网络中目标跟踪的特点,建立了基于声阵列网络的目标跟踪模型,在此基础上,提出了一种改进的高斯粒子滤波(GPF)算法。该算法将扩展卡尔曼滤波的状态更新方法引入到GPF算法中,并通过直接更新状态量的高斯分布参数来取代传统

2、GPF中逐个更新粒子的方法。通过蒙特一卡罗仿真结果表明:与扩展卡尔曼粒子滤波(EPF)和传统的GPF算法相比,该算法表现出较高的精度和稳定性。关键词:声阵列网络;目标跟踪;粒子滤波;高斯粒子滤波中图分类号:TP391文献标识码:A文章编号:1000-9787(2012)03-0056-04ImprovedGaussilanparticletrackingalgorithmlDasec1IOnm●lCr0D’honearraVnetJW0r1KSJIANGXiao—xiao,YANGXu—guang,ZHA

3、OLu—yang,WANGYing—guan(ShanghaiInstituteofMicrosystemandInformationTechnology,ChineseAcademyofSciences,Shanghai200050,China)Abstract:Aimingatthecharacteristicoftargettrackinginmicrophonearraynetworks,anewalgorithmofimprovedGaussiauparticlefilter(GPF)ispre

4、sented.ThealgorithmupdatesGaussiandistributionparametersoftheparticlewithextendedKalmanparticlefilter(EPF)ratherthanupdateallparticlesonebyoneintraditionalGPF.ComparedwithEPFandGPF,theresultsofMonte—Carlosimulationsdemonstratethattheproposednewalgorithmha

5、shigherprecisionandstability.Keywords:microphonearraynetworks;targettracking;particlefilter(PF);Gaussianparticlefilter(GPF)0引言环境,精度较EKF,UKF高,当粒子数趋于无穷时,粒子滤目标跟踪一直是军事和民用领域共同关注的一个基本波可达到最优贝叶斯估计。问题,随着现代信息化、网络化的迅速发展,传声器阵列网粒子滤波通过一个蒙特一卡罗过程来完成贝叶斯滤络由于其隐蔽性好、能耗低、不受光照条

6、件影响等优点成为波-s,其基本思想是用一系列随机采样点即粒子来近似状新的研究热点,有着十分广阔的应用前景。基于声阵列网态向量的后验概率密度,以样本均值代替贝叶斯滤波的积络的目标跟踪是通过目标发出的声波信号的方位角测量序分计算从而获得状态估计值。然而PF存在粒子退化问列估计当前目标的运动状态参数,因此基于声阵列的纯方题,虽然重采样技术通过对大权值粒子的复制和分裂以位跟踪是一个典型的非线性滤波问题。针对非线性问题常及小权值粒子的剔除可以部分解决退化问题,但同时也带用的滤波算法有扩展卡尔曼滤波(extended

7、Kalmanfilter,来了粒子耗尽问题等。人们提出了很多关于PF的改进算EKF)算法,无味卡尔曼滤波(unscentedKalmanfilter,法,其中扩展卡尔曼粒子滤波(EPF),83利用当前时刻的量UKF)E23算法,粒子滤波(particlefilter,PF)算法等。EKF测来提高对后验概率密度函数估计的精度,UKF引入uT在遇到强非线性问题时精度会严重降低,滤波容易发散,(unscentedtransformation)变换来获得后验概率密度函数的UKF虽然克服了EKF的缺点,在非线性系统

8、中滤波性能优分布,这些算法在提高PF精度的同时却带来了计算量的于EKF[4J,但却大大增加了运算量,且对观测数据的依赖增加。文献[10]提出了高斯粒子滤波(GPF)算法,相比性较强,容易受到干扰。PF适用于任何非线性非高斯噪声PF,不需要重采样,不存在粒子退化现象,极大地降低了PF收稿日期:2011_o7_06基金项目:国家重大专项基金资助项目(2009ZX03006-001-02)第3期江潇潇,等:基于传声器阵列网络的改进高

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。