鲁棒边缘粒子滤波及在目标跟踪中应用

来源：计算机测量与控制杂志2021年第12期北京时间：

作者：王宗原,沈继红,周卫东

单位：哈尔滨工程大学 数学科学学院

摘要：边缘粒子滤波是组合导航和目标跟踪中状态估计的高效方法。本文目的是研究附加量测噪声具有时变未知方差的鲁棒边缘粒子滤波的算法并对算法仿真验证。设计方法是使用Rao–Blackwellised原则实现混合模型中状态降维，然后状态与量测方差同时分别估计；量测分布模型设置为具有鲁棒性质的学生t分布，通过这种量测似然模型得到粒子权值；变分推断方法加入混合滤波方案进行量测噪声方差参数的实时递推估计。重采样阶段粒子权值与状态及噪声参数一起进行重采样，结果是给出状态与噪声参数估计的鲁棒边缘粒子滤波。通过对常速目标运动跟踪模型量测噪声方差渐变和突变两种情况的仿真设置分析，验证了所提算法在量测方差变化情况下性能优于边缘粒子滤波算法的结论。

关键词：贝叶斯估计;混合模型;变分推断;学生t分布;目标跟踪

基金资助：国家自然科学基金(61773133)