论文部分内容阅读
针对粒子传播过程中因欠缺观测信息而导致退化现象和异常粒子,提出一种基于试探采样的自反馈目标跟踪算法。该算法在当前帧完成采样后向前试探采样粒子,并且反馈到当前帧,此举是利用未来帧提前采样形式把观测信息融入到状态转移模型中,从而使概率密度分布逼近真实值。分析上下帧间粒子权值关系,舍弃异常元素,进行不完全重采样,在缓解退化问题的同时保持样本集多样性。目标状态估计采用加权—最大后验准则,提高了目标跟踪精确度与稳定性。实验结果表明,所提算法提高了状态空间质量,相比其他算法具有更好的跟踪性能。