【摘要】：目標跟蹤技術在各個領域迅速發(fā)展應用,濾波方法是其重要的研究內(nèi)容之一。在系統(tǒng)狀態(tài)轉(zhuǎn)移模型和觀測模型已知的情況下,可以采用濾波算法對系統(tǒng)的狀態(tài)進行估計。在實際應用中,系統(tǒng)往往是非線性且非高斯的,對于這樣的系統(tǒng)需要非線性濾波算法來解決。 粒子濾波算法是一種有效的非線性濾波算法,本文針對目標跟蹤問題,設計了兩種改進的粒子濾波算法,對列車運行過程中的位移、速度、加速度等信息進行狀態(tài)估計,本文的主要工作如下： 首先,介紹了基本粒子濾波算法的數(shù)學基礎知識、基本原理以及計算流程,總結(jié)了粒子濾波算法的缺點及現(xiàn)有的改進算法； 其次,針對進化編程算法搜索精度不夠的問題,提出基于改進進化編程的粒子濾波算法,將進化編程中的變異和競爭選擇思想引入到粒子濾波算法中,提高粒子樣本的多樣性,從而解決粒子退化問題； 再次,針對粒子群優(yōu)化算法可能出現(xiàn)的易陷入局部收斂的問題,提出基于改進粒子群優(yōu)化的粒子濾波算法,結(jié)合粒子群優(yōu)化算法中的粒子尋優(yōu)思想,使粒子逐漸向最優(yōu)解靠攏,提高算法的估計精確度； 最后,以列車運行狀態(tài)的目標跟蹤問題為例,驗證了兩種改進粒子濾波算法對列車運行狀態(tài)進行狀態(tài)估計的有效性。
【圖文】：

跟蹤的過程。目標跟蹤技術包括三個部分：數(shù)據(jù)關聯(lián)、狀態(tài)估計及融合、航跡管理[1】，如圖1.1所示。從本質(zhì)上看，目標跟蹤最終可歸結(jié)為系統(tǒng)狀態(tài)方程和量測方程描述的目標運動模型的跟蹤濾波器設計過程，濾波方法在這部分直接決定著目標跟蹤的精確程度，也在很大程度上影響著整個系統(tǒng)的時間復雜度。因此，濾波方法歷來是人們研究的重點和難點。i數(shù)據(jù)關聯(lián) 丨i狀態(tài)估計及融合 ！i關聯(lián)處理—；?跟蹤濾波（平滑和預測）顯示器? @ ..I I r~l點進錄取 i ? 航跡起始 航跡終止I 否： 是來自信息處理器和檢 in,器 丨 否I I 航跡? I航跡管理圖1.1目標跟蹤系統(tǒng)框圖Figure 1.1 Framework of target tracking system若目標模型是隨機線性高斯系統(tǒng)，可以采用卡爾曼濾波（Kalman niter，KF)算法進行追蹤【2]�？柭鼮V波是一種線性最小方差估計算法，具有遞推性質(zhì)，它是一種線性最優(yōu)濾波算法，適用于線性高斯系統(tǒng)。對于非線性高斯系統(tǒng)，通常使用擴展卡爾曼濾波（Extended Kalman niter

Figure 2.2 Schematic diagram of particle filterstep 1：初始化粒子和權值。K=0，，懫樣xi~;7(X。），根據(jù)先驗概率密度函數(shù)/P(JC。）產(chǎn)生粒子群{x“i = 1,2,-,N),所有粒子的權值為=\IN。
【學位授予單位】：北京交通大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：TN713

【相似文獻】

相關期刊論文 前10條

1 胡振濤,劉先省;基于測量方差時變的改進強跟蹤濾波算法[J];傳感器技術;2005年06期

2 莫以為,蕭德云;進化粒子濾波算法及其應用[J];控制理論與應用;2005年02期

3 趙梅;張三同;朱剛;;輔助粒子濾波算法及仿真舉例[J];北京交通大學學報;2006年02期

4 張琪;胡昌華;喬玉坤;;基于權值選擇的粒子濾波算法研究[J];控制與決策;2008年01期

5 汪溢;張毅;趙繼承;;工程中常用的4種無序濾波算法[J];現(xiàn)代雷達;2008年12期

6 樊玲;;粒子濾波算法及其仿真[J];科技創(chuàng)新導報;2009年15期

7 鄒衛(wèi)軍;薄煜明;陳益;;一種適用于低測量噪聲系統(tǒng)的粒子濾波算法[J];信息與控制;2010年01期

8 何佳;;改進的粒子濾波算法在目標跟蹤中的應用[J];科技情報開發(fā)與經(jīng)濟;2010年13期

9 高林;劉喜梅;顧幸生;;一種新的數(shù)據(jù)濾波算法[J];青島理工大學學報;2010年03期

10 崔祥祥;王宏力;宋濤;張忠泉;;一種改進的裂變自舉粒子濾波算法[J];桂林電子科技大學學報;2010年04期

相關會議論文 前10條

1 李龍云;彭玉華;;小波變換模極大值域的一種自動濾波算法的實現(xiàn)[A];第十一屆全國信號處理學術年會（CCSP-2003）論文集[C];2003年

2 李慶奎;吳星;崔健勇;陳勤勤;;模糊漸消濾波算法[A];中國測繪學會九屆四次理事會暨2008年學術年會論文集[C];2008年

3 黃河;;插值粒子濾波算法的研究[A];2006通信理論與技術新進展——第十一屆全國青年通信學術會議論文集[C];2006年

4 胡紹林;黃劉生;;非平穩(wěn)信號的2(?)2型雙重中值容錯濾波算法[A];2003年中國智能自動化會議論文集（下冊）[C];2003年

5 尹建君;張建秋;;混合線性/非線性聯(lián)邦濾波算法及其在組合導航中的應用[A];2007系統(tǒng)仿真技術及其應用學術會議論文集[C];2007年

6 張賽;劉新學;劉揚;;一種改進的紅外圖像濾波算法[A];2007年光電探測與制導技術的發(fā)展與應用研討會論文集[C];2007年

7 楊秀華;陳濤;王延風;吉桐伯;;光電跟蹤目標的非線性濾波算法研究[A];第二屆全國信息獲取與處理學術會議論文集[C];2004年

8 秦臻;何順華;朱號東;;非線性濾波算法在動態(tài)導航中的應用[A];江蘇省測繪學會2011年學術年會論文集[C];2011年

9 李勇;陳書明;陳勝剛;;一種基于YHFT-Matrix DSP的去塊效應濾波算法的向量化實現(xiàn)[A];第十五屆計算機工程與工藝年會暨第一屆微處理器技術論壇論文集（B輯）[C];2011年

10 陳大力;薛定宇;潘峰;;一種新型的雙十字模糊濾波算法[A];2006中國控制與決策學術年會論文集[C];2006年

相關博士學位論文 前10條

1 于m[;一類非理想條件下非線性系統(tǒng)的高斯濾波算法及其應用研究[D];哈爾濱工業(yè)大學;2015年

2 李偉;魯棒自適應濾波算法及在飛行器技術中的應用研究[D];上海交通大學;2014年

3 梁軍;粒子濾波算法及其應用研究[D];哈爾濱工業(yè)大學;2009年

4 李甫;粒子濾波算法研究及其電路設計[D];西安電子科技大學;2010年

5 朱娟;蒙特卡洛濾波算法在目標跟蹤中的應用[D];中國科學院研究生院（長春光學精密機械與物理研究所）;2010年

6 高怡;運載器組合導航高性能濾波算法研究[D];西北工業(yè)大學;2014年

7 孟晉麗;基于鄰域相關性的小波域濾波算法研究[D];西北工業(yè)大學;2006年

8 丁家琳;容積卡爾曼濾波算法研究及其在電機狀態(tài)估計中的應用[D];西南交通大學;2015年

9 黃瀛;電力系統(tǒng)繼電保護快速濾波算法研究[D];浙江大學;2005年

10 洪少華;基于粒子濾波的目標跟蹤算法與硬件實現(xiàn)研究[D];浙江大學;2010年

相關碩士學位論文 前10條

1 油錫存;步槍射擊瞄準位置校正研究[D];昆明理工大學;2015年

2 呂娜娜;基于一致性的分布式粒子濾波算法研究[D];長安大學;2015年

3 張峰瑞;粒子濾波TBD及并行實現(xiàn)技術研究[D];電子科技大學;2014年

4 賈飛飛;非線性濾波算法及其應用研究[D];電子科技大學;2015年

5 魏國華;粒子濾波算法研究與實現(xiàn)[D];電子科技大學;2015年

6 肖婷婷;粒子濾波算法研究及其在無線定位跟蹤中的應用[D];電子科技大學;2014年

7 饒子仁;HEVC環(huán)內(nèi)濾波算法優(yōu)化[D];西安電子科技大學;2014年

8 黃龍;粒子濾波算法及其在指尖跟蹤中的應用研究[D];湘潭大學;2015年

9 胡永杰;機載激光雷達點云濾波算法研究[D];東華理工大學;2015年

10 付莎;北斗/INS組合導航系統(tǒng)定位中非線性濾波算法研究[D];西北大學;2015年

本文編號：2530371