基于粒子濾波的目標(biāo)跟蹤算法-展示頁(yè)
2024-10-28 14:38本頁(yè)面
【正文】 粒子濾波的基本思想 粒子濾波是從上世紀(jì) 90年代中后期發(fā)展起來(lái)的一種新的濾波算法，其基本思想是 是基于蒙特卡羅采樣。 國(guó)內(nèi)對(duì)粒子濾波的研究開(kāi)始較晚。 近年來(lái)，在現(xiàn)代信號(hào)處理、圖象處理、計(jì)算機(jī)視覺(jué)、生物信息學(xué)、故障診 斷目標(biāo)跟蹤及統(tǒng)計(jì)學(xué)等領(lǐng)域的學(xué)者幾乎同時(shí)關(guān)注粒子濾波器的發(fā)展，并提出許多改進(jìn)算法。直到 1993 年， Gordon 等人提出了采樣重要性重采樣算法 (Sampling importanceResampling, SIR)，才基本解決了粒子退化問(wèn)題。七十年代各個(gè)領(lǐng)域的學(xué)者繼續(xù)沿著 SIS的思路研究，在這以后一系列改進(jìn)的 SIS算法相繼出現(xiàn)。早在二十世紀(jì)五十年代 Hammersley等人就提出一種被稱為 Sequential Important Sampling(SIS)的方法。粒子濾波是以 Monte Carlo隨機(jī)模擬理論為基礎(chǔ)，將系統(tǒng)狀態(tài) 后驗(yàn)分布用一組加權(quán)隨機(jī)樣本（稱為粒子）近似表示，新的狀態(tài)分布通過(guò)這些隨機(jī)樣本的貝葉斯遞推估計(jì)?；诹Ｗ訛V波的目標(biāo)跟蹤 主講人：季智堅(jiān) 什么是目標(biāo)跟蹤？ 目標(biāo)跟蹤的目的是在連續(xù)的時(shí)間序列中，“找出”用戶所感興趣的目標(biāo)。而目標(biāo)可以由自身狀態(tài)來(lái)描述，因此跟蹤問(wèn)題等價(jià)于對(duì)目標(biāo)狀態(tài)的求解，這個(gè)求解過(guò)程可以用估計(jì)理論來(lái)實(shí)現(xiàn) 什么是粒子濾波？ 粒子濾波器（又稱為 CONDENSATION、 Bootstrap Filter或 Sequential Monte Carlo Filter）分別由信號(hào)處理、計(jì)算機(jī)視覺(jué)、 統(tǒng)計(jì)等領(lǐng)域獨(dú)立地提出用以解決非高斯、非線性貝葉斯遞推濾波問(wèn)題。 粒子濾波在國(guó)內(nèi)外研究現(xiàn)狀 國(guó)外對(duì)粒子濾波的研究起步較早。到了六十年代后期 Handschi等將 SIS法應(yīng)用于控制領(lǐng)域。但是，SIS算法容易導(dǎo)致粒子退化現(xiàn)象 (Particle Degeneracy)，影響了它在實(shí)際中的推廣應(yīng)
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1