一种多模型贝努利粒子滤波机动目标跟踪算法

来源：电子与信息学报杂志2017年第3期北京时间：

作者：杨峰, 张婉莹

摘要：交互式多模型贝努利粒子滤波器(Interacting Multiple Model Bernoulli Particle Filter, IMMBPF)适用于杂波环境下的机动目标跟踪。但是IMMBPF将模型信息引入粒子采样过程中会导致用于逼近当前时刻真实状态与模型的粒子数减少，而且每次递推各模型间的粒子都要进行交互，存在计算量过大的缺点。为提升IMMBPF中单个采样粒子对于真实目标状态和模型逼近的有效性，该文提出一种改进的多模型贝努利粒子滤波器(Multiple Model Bernoulli Particle Filter, MMBPF)。预先选定每一个模型的粒子数，且模型间的粒子不需要进行交互，减少了计算负荷。模型概率由模型似然函数计算得到，在不改变模型的马尔科夫性质的条件下避免了小概率模型的粒子退化现象。仿真实验结果表明，所提出的MMBPF与IMMBPF相比，用较少的粒子数就可获得更优的跟踪性能。

关键词：机动目标跟踪, 贝努利滤波, 粒子滤波, 多模型

基金资助：国家自然科学基金(61135001, 61374159, 61374023)，西北工业大学研究生创意创新种子基金(Z2016149)