改进布谷鸟算法优化粒子滤波的多目标跟踪方法

来源：电子测量技术杂志2024年第3期北京时间：

作者：申明亮，唐骏，黄豆豆，袁江南

单位：厦门理工学院光电与通信工程学院 厦门 361000

摘要：标准粒子滤波器的重采样会造成粒子贫化，影响跟踪系统的精度。为克服这一缺陷，提出了一种改进布谷鸟搜索算法优化粒子滤波的多目标跟踪方法。将粒子作为布谷鸟宿主鸟巢，模拟布谷鸟寻找宿主鸟巢位置的行为，通过全局搜索和局部搜索两个阶段使粒子向高似然区域移动。同时，改进布谷鸟搜索算法的寻优机制，提出动态搜索步长和强化局部搜索的方法，加强了算法的全局搜索的收敛速度。此外，改进算法结合了联合概率数据关联，用于解决多机动目标跟踪问题。本文设置了一维环境和二维环境两组实验，对比优化后的粒子滤波算法与标准粒子滤波算法的目标跟踪性能。实验结果表明，本文提出的算法不仅全局收敛速度更快，而且提高了多机动目标跟踪的精度；与标准布谷鸟搜索优化粒子滤波算法相比，全局收敛迭代速度提高了28.5%；与粒子滤波联合概率数据关联和粒子群优化粒子滤波联合概率数据关联算法相比，估计精度分别提高了24.7%和11.81%。

关键词：粒子滤波;布谷鸟搜索算法;多目标跟踪

基金资助：国家自然科学基金项目(62201482)资助