摘要:
采用粒子滤波的目标跟踪算法在粒子数目较多时计算量大、实时性差,针对该问题提出了一种新的基于支持向量机数据融合的实时粒子滤波算法。该算法在估计窗实时粒子滤波的基础上,使用支持向量机融合窗内不同时刻粒子集,并根据融合的结果更新粒子权值,实现对目标状态的快速跟踪。相对于原算法采用最小化Kullback-Leibler距离来调整估计窗混合分布的权值,该方法的计算复杂度低、速度快,进一步提高了算法的实时性。对纯角度目标跟踪问题的仿真结果表明了该算法的可行性和有效性。
蒋蔚,伊国兴,曾庆双. 基于SVM数据融合的实时粒子滤波算法[J]. Journal of Systems Engineering and Electronics, 2010, 32(6): 1334-1338.
JIANG Wei,YI Guo-xing,ZENG Qing-shuang. Real-time particle filter based on data fusion with support vector machines[J]. Journal of Systems Engineering and Electronics, 2010, 32(6): 1334-1338.