基于动态重采样粒子滤波的雷达目标跟踪方法

摘要

本发明提出一种基于动态重采样粒子滤波的雷达目标跟踪方法，采用动态重采样算法动态地确定参与重采样的粒子个数，实现粒子退化和粒子贫化的有效折中，保证了重采样前后粒子集所表示的分布相同。本发明在重采样开始时，将归一化权重代入计算N_eff(0)值，若N_eff(0)＜N_th，表明粒子退化问题比较严重，需要重采样；每轮只随机选取一个粒子进行重采样，然后计算当前粒子‑权重对集的N_eff(k)值，直至满足N_eff(k)≥N_th；为了避免在每轮针对一个粒子重采样后对残余粒子集中所有粒子进行权重更新导致的计算量巨大的问题，本发明采用二分法针对k_m个粒子进行重采样实现了快速动态重采样，极大地提高了该算法的效率。

主权项

一种基于动态重采样粒子滤波的雷达目标跟踪方法，其特征在于：包括以下步骤：步骤1：建立粒子‑权重对集并初始化：$\left[{\left\{(x_t^{(j*)},{\pi }_t^{\left(j\right)})\right\}}_{j=1}^N\right]=D\mathrm{Re}sample\left[{\left\{(x_t^{\left(i\right)},{\pi }_t^{\left(i\right)})\right\}}_{i=1}^N\right]$其中表示被跟踪目标在t时刻的坐标，上标j表示第j个粒子，表示t时刻第j个粒子的权重，N表示粒子总数量；令k＝0,步骤2：对Φ₀(N,t)中的元素按权重由大到小排序，设置Φ₁(N‑k,t)＝Φ₀(N,t),l(0)＝1；并根据$N_{eff}\approx \frac{1}{{\Sigma }_{i=1}^N{\left({{\pi }_t}^{\left(i\right)}\right)}^2}$计算N_eff(k)，其中N_eff(k)表示第k时刻有效样本容量；步骤3：动态重采样：判断公式N_eff(k)＜N_th是否成立，N_th为阈值参数；当公式成立时：从Φ₁(N‑k,t)中将第N‑k个粒子‑权重对淘汰；计算被淘汰的粒子权重:计算由第k+1轮重采样引起的权重修正系数$\gamma (k+1)=\frac{N-k-1}{N-k-{\mathrm{N\pi }}_t^{(N-k)}\left(k\right)};$根据$N_{eff}(k+1)={\left({\gamma }^2\right(k+1)N_{eff}{\left(k\right)}^{-1}-{\gamma }^2(k+1){\pi }_t^{\left(j\right)}{\left(k\right)}^2+\frac{1+k-{\gamma }^2(k+1)k}{N^2})}^{-1}$计算N_eff(k+1)；计算l(k+1)＝l(k)γ(k+1)；使用改进的二分法从中生成新粒子更新粒子‑权重对集:循环本步骤，直至公式N_eff(k)＜N_th不成立时，取k_m＝k，并进入步骤4；步骤4：更新残余粒子‑权重对集：对序号在1:N‑k_m范围内的粒子进行权重更新用取代Φ₁(N‑k_m,t)中第i个粒子的权重；更新后的粒子‑权重对集表示为步骤5：输出被跟踪目标位置状态估计步骤6：判断是否达到设置的迭代次数n，若达到，则结束方法，否则令t＝t+1并返回步骤2。