基于 SAGBA 优化粒子滤波的目标跟踪

来源：计算机技术与发展杂志2020年第03期北京时间：

作者：闾斯瑶;周武能;李龙龙

摘要：在目标跟踪领域,粒子滤波技术有处理非线性非高斯问题的优势,但是标准粒子滤波在利用重采样方法解决退化 现象时,会产生粒子贫化现象,导致滤波精度不稳定。 针对这个问题,利用融合了模拟退火高斯扰动的蝙蝠算法对粒子滤 波进行优化改进。 该算法将粒子表征为蝙蝠个体,蝙蝠种群通过调节蝙蝠个体的频率、响度和脉冲发射率,伴随当前最优 蝙蝠个体在目标图像区域进行搜索,并且可以对全局搜索和局部搜索进行动态决策,从而提高蝙蝠个体整体的质量与合 理的分布;融合的模拟退火高斯扰动策略可以增强算法跳出局部最优的能力。 为了验证该算法的优化性能,将该算法和 标准粒子滤波算法进行性能分析对比。 实验结果表明该算法的滤波性能优于标准粒子滤波算法。

关键词：粒子滤波;粒子贫化;蝙蝠算法;模拟退火;高斯扰动;目标跟踪