[發(fā)明專利]一種重采樣方法

無效

• 申請?zhí)枺?/td>: 201110435828.6
• 申請日: 2011-12-22
• 公開（公告）號: CN102521615A
• 公開（公告）日: 2012-06-27
• 發(fā)明（設(shè)計）人: 賈海濤;沈振;鞠初旭;周雪;方慶;盧寧
• 申請（專利權(quán)）人: 電子科技大學(xué)
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 電子科技大學(xué)專利中心 51203
• 代理人: 周永宏

技術(shù)領(lǐng)域

本發(fā)明屬于目標(biāo)跟蹤技術(shù)領(lǐng)域，具體涉及粒子濾波過程中的重采樣方法。

技術(shù)背景

在機動目標(biāo)跟蹤領(lǐng)域，粒子濾波得到了深入的研究，如果不考慮其它因素，目標(biāo)跟蹤就是單純的濾波估計問題。粒子濾波由于適用于任何能用狀態(tài)空間模型表示的非線性系統(tǒng)，以及傳統(tǒng)卡爾曼濾波無法表示的非線性系統(tǒng)，精度可以逼近最優(yōu)估計，所以被大量應(yīng)用于目標(biāo)跟蹤領(lǐng)域。粒子濾波過程中隨著時間延續(xù)，經(jīng)過幾步迭代遞推以后，大多數(shù)樣本趨于發(fā)散，其權(quán)值也幾乎為零，這意味著它們對后驗概率沒有多少貢獻，概率分布只有少數(shù)幾個樣本決定，從而使估計結(jié)果變得很粗糙，即所謂的粒子退化現(xiàn)象。由于Monte?Carlo采樣方法依賴樣本池的粒子多樣性，所以退化現(xiàn)象會導(dǎo)致濾波器系統(tǒng)出現(xiàn)較大的誤差，而由于雷達探測等系統(tǒng)需要濾波器的預(yù)測輸出作為下一次波束指向的引導(dǎo)，因此濾波器出現(xiàn)太大的偏差就會導(dǎo)致目標(biāo)跟蹤不上。重采樣技術(shù)可以提高有效粒子數(shù)從而可以克服粒子退化帶來的弊端。傳統(tǒng)的重采樣方法是采用去除低權(quán)值粒子、繁殖(復(fù)制)高權(quán)值粒子的方式來修正濾波中得到的加權(quán)近似概率密度，得到一個等權(quán)近似概率密度。

傳統(tǒng)重采樣方法示意圖如圖1所示，在該圖中，下面一排的圓圈表示重采樣前的粒子，圓圈的直徑表示對應(yīng)粒子權(quán)值的大小，上面一排的圓圈表示重采樣后的粒子。很明顯地可以看出權(quán)值大的粒子被復(fù)制，而權(quán)值小的粒子被移除了。具體為：在濾波過程中出現(xiàn)嚴重的粒子退化現(xiàn)象時，即有效采樣大小(粒子群總數(shù)為N，右上角變量代表粒子，右下角變量代表濾波時刻，表示為的方差)不大于預(yù)先設(shè)定的閾值N_threshold時，使用重采樣方法。

重采樣方法的基本思想是：移除權(quán)值小的粒子和復(fù)制權(quán)值大的粒子。具體步驟如下：從離散隨機量重抽取N個粒子使重采樣得到的新粒子并且給粒子賦相等的權(quán)值1/N。

傳統(tǒng)重彩樣方法存在的缺陷為重采樣過程中由于系統(tǒng)偏差會導(dǎo)致一些本來是符合目標(biāo)運行的粒子權(quán)值變小而在重采樣過程后被拋棄，造成對目標(biāo)狀態(tài)估計的偏差。

發(fā)明內(nèi)容

本發(fā)明的目的旨在解決使用粒子濾波進行機動目標(biāo)跟蹤過程中，機動干擾造成的粒子退化現(xiàn)象。

本發(fā)明的技術(shù)方案是：一種重采樣方法，具體包括如下步驟：

S1.對表征目標(biāo)觀測值的粒子群進行分類，具體分為：一般粒子、變異粒子和最優(yōu)粒子，所述變異粒子是從粒子群中隨機抽取一定比例的粒子，所述最優(yōu)粒子為粒子群中權(quán)值最大的若干個粒子，粒子群中除去變異粒子剩下的為一般粒子；

S2.根據(jù)目標(biāo)觀測值和估計狀態(tài)計算機動因子，通過機動因子判別目標(biāo)狀態(tài)的機動性，如果出現(xiàn)機動，增大變異粒子的粒子權(quán)值；否則，減小變異粒子的粒子權(quán)值；將權(quán)值變化后的變異粒子加入到粒子群中，進行重采樣；

S3.設(shè)定最優(yōu)粒子的保留時間，在保留時間內(nèi)，通過機動因子判別目標(biāo)狀態(tài)的機動性，如果出現(xiàn)機動，則用此最優(yōu)粒子代替相應(yīng)的粒子狀態(tài)，即實現(xiàn)粒子復(fù)活，否則，進行下一周期的濾波。

本發(fā)明的有益效果：本發(fā)明的方法首先對對表征目標(biāo)觀測值的粒子群進行分類，在保留時間內(nèi)將保留最優(yōu)粒子，讓這些粒子可以在隨后的重采樣中復(fù)活，這樣便可應(yīng)對瞬間的誤差沖擊；在每次迭代過程均采用一小組粒子進行變異，為機動目標(biāo)跟蹤時預(yù)先保留可應(yīng)付其機動的空間，當(dāng)目標(biāo)不發(fā)生機動，這些粒子權(quán)值會變得愈來愈小，在下一次重采樣過程中被替代。如果目標(biāo)發(fā)生了機動突變，則符合目標(biāo)機動特性產(chǎn)生的變異粒子則會滿足目標(biāo)機動后的運行狀態(tài)，則會在極端時間內(nèi)粒子權(quán)值變大，進而在下一次重采樣過程中逐步擴展到整體粒子空間，從而實現(xiàn)對機動目標(biāo)機動的適應(yīng)。

說明書附圖

圖1傳統(tǒng)重采樣方法示意圖。

圖2本發(fā)明方法的重采樣算法流程示意圖。

圖3實驗一中采用傳統(tǒng)重采樣方法跟蹤仿真結(jié)果示意圖。

圖4實驗一中采用本發(fā)明的方法跟蹤仿真結(jié)果示意圖。

圖5實驗二中采用傳統(tǒng)重采樣方法跟蹤仿真結(jié)果示意圖。

圖6實驗二中采用本發(fā)明的方法跟蹤仿真結(jié)果示意圖。

具體實施方式

下面結(jié)合附圖和具體的實施方式對本發(fā)明作進一步的闡述。

本發(fā)明的實質(zhì)是采用群體智能優(yōu)化的相關(guān)思想來進行粒子濾波過程中重采樣的優(yōu)化，以針對高機動目標(biāo)機動過程中對于粒子權(quán)值出現(xiàn)的退化現(xiàn)象進行修正，來保持粒子的重要性和多樣性，從而提高粒子濾波預(yù)測精度，改善跟蹤效果。

本發(fā)明的重采樣方法具體示意圖如圖2所示，包括如下步驟：