小目標(biāo)跟蹤報(bào)告

1、基于粒子子濾波的的紅外弱弱小目標(biāo)標(biāo)的檢測(cè)測(cè)與跟蹤蹤弱小目標(biāo)標(biāo)檢測(cè)與與跟蹤的的發(fā)展1 弱小小目標(biāo)檢檢測(cè)與跟跟蹤的背背景在現(xiàn)代高高科技戰(zhàn)戰(zhàn)爭(zhēng)中，為了能能盡早地地發(fā)現(xiàn)敵敵方衛(wèi)星星、導(dǎo)彈彈、飛機(jī)機(jī)、坦克克、車輛輛等軍事事目標(biāo)，增大作作戰(zhàn)距離離，要求求在遠(yuǎn)距距離處就就能發(fā)現(xiàn)現(xiàn)目標(biāo)，只有及及時(shí)地發(fā)發(fā)現(xiàn)目標(biāo)標(biāo)、跟蹤蹤目標(biāo)、捕獲和和鎖定目目標(biāo)，才才能實(shí)現(xiàn)現(xiàn)有效的的攻擊。然而，對(duì)于獲獲得的遠(yuǎn)遠(yuǎn)距離圖圖像，目目標(biāo)成像像面積小小，可檢檢測(cè)到的的信號(hào)相相對(duì)較弱弱，特別別是在復(fù)復(fù)雜背景景干擾下下，目標(biāo)標(biāo)被大量量噪聲所所淹沒(méi)，導(dǎo)致圖圖像的信信噪比（SNRR）很低低，小目目標(biāo)檢測(cè)測(cè)工作變變得困難難起來(lái)。因此，低信噪噪比條件

2、件下序列列圖像運(yùn)運(yùn)動(dòng)小目目標(biāo)的檢檢測(cè)問(wèn)題題成了一一個(gè)亟待待解決的的關(guān)鍵問(wèn)問(wèn)題，探探索和研研究新的的小目標(biāo)標(biāo)檢測(cè)理理論以及及如何將將現(xiàn)有的的檢測(cè)理理論應(yīng)用用于小目目標(biāo)仍是是一項(xiàng)重重要的課課題，對(duì)對(duì)現(xiàn)代戰(zhàn)戰(zhàn)爭(zhēng)以及及未來(lái)戰(zhàn)戰(zhàn)爭(zhēng)具有有深遠(yuǎn)的的意義。2 弱小小目標(biāo)的的含義“弱”和和“小”指的是是目標(biāo)屬屬性的兩兩個(gè)方面面。所謂“弱弱”是指目目標(biāo)紅外外輻射的的強(qiáng)度，反映到到圖像上上是指目目標(biāo)的灰灰度，即低對(duì)對(duì)比度的的目標(biāo)，也稱灰灰度小目目標(biāo)；所謂“小小”是指目目標(biāo)的尺尺寸，反映到到圖像上上是指目目標(biāo)所占占的像素素?cái)?shù)，即像素素點(diǎn)少的的目標(biāo)，也稱能能量小目目標(biāo)。3 弱小小目標(biāo)檢檢測(cè)與跟跟蹤的難難點(diǎn)在低信噪噪比情

3、況況下檢測(cè)測(cè)和跟蹤蹤未知位位置和速速度的運(yùn)運(yùn)動(dòng)小目目標(biāo)是紅紅外搜索索和跟蹤蹤系統(tǒng)中中的一個(gè)個(gè)重要問(wèn)問(wèn)題，其主要要困難在在于：(1)缺缺少關(guān)于于背景的的統(tǒng)計(jì)先先驗(yàn)信息息；(2)目目標(biāo)的信信噪比非非常低以以至于很很難從單單幅圖像像中檢測(cè)測(cè)出目標(biāo)標(biāo)；(3)目目標(biāo)可能能會(huì)在未未知時(shí)間間點(diǎn)上出出現(xiàn)或消消失；(4)無(wú)無(wú)法得到到形狀、紋理等等有用的的目標(biāo)特特征；(5)僅僅有的檢檢測(cè)信息息是目標(biāo)標(biāo)的未知知的亮度度和移動(dòng)動(dòng)速度。4 紅外外弱小目目標(biāo)的檢檢測(cè)與跟跟蹤算法法1）算法法分類： DDBT（Dettectt beeforre TTracck）-跟蹤前前檢測(cè)；TBDD (Traack befforee De

4、etecct) -檢測(cè)測(cè)前跟蹤蹤。2）DBBT算法法DBTT算法檢測(cè)測(cè)與跟蹤蹤的原理理經(jīng)典的小小目標(biāo)檢檢測(cè)與跟跟蹤方法法是DBBT，即即先根據(jù)據(jù)檢測(cè)概概率和虛虛警概率率計(jì)算單單幀圖像像的檢測(cè)測(cè)門限，然后對(duì)對(duì)每幀圖圖像進(jìn)行行分割，并將目目標(biāo)的單單幀檢測(cè)測(cè)結(jié)果與與目標(biāo)運(yùn)運(yùn)動(dòng)軌跡跡進(jìn)行關(guān)關(guān)聯(lián)，最后進(jìn)進(jìn)行目標(biāo)標(biāo)跟蹤，適應(yīng)于于信噪比比較低高高的情況況下。算法流流程圖 圖圖1 先先檢測(cè)后后跟蹤算算法流程程 DBT算算法常采采用的方方法：小波分析析方法背景抑制制方法基于變換換的方法法門限檢測(cè)測(cè)方法3） TTBD算算法TBDD算法檢檢測(cè)與跟跟蹤的原原理目前人們們較多采采用TBBD方法法來(lái)檢測(cè)測(cè)圖像中中低信噪噪

5、比弱小小目標(biāo)，這種方方法對(duì)單單幀圖像像中有無(wú)無(wú)目標(biāo)先先不進(jìn)行行判斷，而是先先對(duì)圖像像中較多多的可能能軌跡同同時(shí)進(jìn)行行跟蹤，然后根根據(jù)檢測(cè)測(cè)概率、虛警概概率和信信噪比計(jì)計(jì)算出多多幀圖像像的檢測(cè)測(cè)門限進(jìn)進(jìn)行決策策。在低信信噪比情情況下，TBDD的檢測(cè)測(cè)性能優(yōu)優(yōu)于DBBT。算法流程程TDB方方法概括括起來(lái)包包含三個(gè)個(gè)步驟：一背景抑抑制，通過(guò)濾濾波將紅紅外圖像像低頻和和高頻部部分進(jìn)行行分離，提高信信噪比，盡可能能抑制原原始圖像像中的低低頻背景景雜波干干擾；二是可疑疑目標(biāo)跟跟蹤，利用相相鄰幾幀幀中目標(biāo)標(biāo)的運(yùn)動(dòng)動(dòng)信息來(lái)來(lái)分割可可能目標(biāo)標(biāo)，從背景景抑制后后的圖像像中分割割出少量量候選目目標(biāo)進(jìn)行行跟蹤；三是目

6、標(biāo)標(biāo)檢測(cè)，利用序序列圖像像中目標(biāo)標(biāo)運(yùn)動(dòng)的的連續(xù)性性和軌跡跡的一致致性，進(jìn)一步步排除虛虛假目標(biāo)標(biāo)，從候選選目標(biāo)中中檢測(cè)出出真正的的目標(biāo)。圖2 紅紅外弱小小目標(biāo)TTDB算算法設(shè)計(jì)計(jì)流程常用方法法基于三維維匹配濾濾波器方方法基于多級(jí)級(jí)假設(shè)檢檢驗(yàn)方法法基于高階階相關(guān)方方法基于動(dòng)態(tài)態(tài)規(guī)劃方方法基于投影影變換方方法基于時(shí)域域?yàn)V波方方法基于粒子子濾波方方法基于粒子子濾波方方法的TTBD算算法發(fā)展展現(xiàn)狀國(guó)外發(fā)發(fā)展現(xiàn)狀狀基于粒子子濾波檢檢測(cè)小目目標(biāo)的思思想首先先是由SSalmmondd提出的的，他通通過(guò)運(yùn)動(dòng)動(dòng)方程預(yù)預(yù)測(cè)出下下一時(shí)刻刻的運(yùn)動(dòng)動(dòng)狀態(tài)，再利用用傳感器器獲得的的量測(cè)數(shù)數(shù)據(jù)對(duì)其其進(jìn)行更更新，得得到該時(shí)時(shí)刻

7、狀態(tài)態(tài)的后驗(yàn)驗(yàn)概率分分布，最最后以目目標(biāo)出現(xiàn)現(xiàn)概率作作為目標(biāo)標(biāo)檢測(cè)的的判斷準(zhǔn)準(zhǔn)則，檢檢測(cè)出真真實(shí)目標(biāo)標(biāo)，并估估計(jì)目標(biāo)標(biāo)在空間間平面內(nèi)內(nèi)的位置置。Risttic完完善了Sallmonnd 他他們的工工作，給給出了詳詳細(xì)的實(shí)實(shí)現(xiàn)步驟驟，并且且評(píng)價(jià)了了該算法法的跟蹤蹤誤差性性能及檢檢測(cè)性能能。Boerrs也在在這方面面做了大大量研究究，其框框架上與與前者相相似，只只是將單單目標(biāo)推推廣到多多目標(biāo)。最近，在在 Riistiic的基基礎(chǔ)上，Rutttenn 等學(xué)學(xué)者對(duì)粒粒子濾波波 TBBD 算算法作了了深入研研究，在在其研究究中所采采用的量量測(cè)噪聲聲不是傳傳統(tǒng)的高高斯噪聲聲，而是是 Riiceaan 噪噪

8、聲和 Rayyleiigh 噪聲，這樣使使量測(cè)更更加接近近真實(shí)數(shù)數(shù)據(jù)，并并且通過(guò)過(guò)推導(dǎo)得得出目標(biāo)標(biāo)出現(xiàn)概概率的計(jì)計(jì)算公式式。 國(guó)內(nèi)內(nèi)發(fā)展現(xiàn)現(xiàn)狀針對(duì)低信信噪比下下幅值波波動(dòng)的弱弱目標(biāo)跟跟蹤問(wèn)題題，楊小小軍提出出了一種種基于粒粒子濾波波和 BBayees 似似然比方方法的聯(lián)聯(lián)合檢測(cè)測(cè)和跟蹤蹤算法。在低信噪噪比復(fù)雜雜環(huán)境下下的紅外外小目標(biāo)標(biāo)檢測(cè)和和跟蹤問(wèn)問(wèn)題，胡胡洪濤等等提出了了基于輔輔助粒子子濾濾的的紅外小小目標(biāo)檢檢測(cè)前跟跟蹤算法法。4）TBBD與DDBT檢檢測(cè)性能能比較跟蹤前檢檢測(cè)方法法（DBBT）檢測(cè)前跟跟蹤方法法（TBBD）優(yōu)點(diǎn)先進(jìn)行單單幀檢測(cè)測(cè)算法簡(jiǎn)單單實(shí)現(xiàn)容易易虛警概率率低，檢檢測(cè)概率率

9、高抗干擾能能力強(qiáng)適用于信信噪比較較低的弱小小目標(biāo)缺點(diǎn)抗干擾能能力差虛警概率率高，檢檢測(cè)概率率低適用于信信噪比較較高的小小目標(biāo)需要多幀幀檢測(cè)，算法復(fù)復(fù)雜計(jì)算量大大，存儲(chǔ)儲(chǔ)量大硬件實(shí)現(xiàn)現(xiàn)較難二 粒子子濾波回回顧1 粒子子濾波器器的簡(jiǎn)介介近年來(lái)，隨著計(jì)計(jì)算機(jī)處處理能力力的快速速發(fā)展，使得粒粒子濾波波，作為為序列信信號(hào)處理理的一種種非常有有效的方方法，成成為研究究領(lǐng)域的的一個(gè)熱熱點(diǎn)。它它在處理理復(fù)雜的的非線性性或非高高斯問(wèn)題題的潛力力，引起起了信號(hào)號(hào)處理、統(tǒng)計(jì)學(xué)學(xué)、經(jīng)濟(jì)濟(jì)計(jì)量學(xué)學(xué)等不同同領(lǐng)域的的專家學(xué)學(xué)者的關(guān)關(guān)注?；谛蛄辛兄匾孕圆蓸痈鸥拍詈拓愗惾~斯的的應(yīng)用，粒子濾濾波在處處理非線線性、非非高斯問(wèn)

10、問(wèn)題上顯顯得尤為為重要。這種方方法的核核心思想想是：用用由粒子子及其權(quán)權(quán)重組成成的離散散隨機(jī)測(cè)測(cè)度近似似相關(guān)的的概率分分布，并并根據(jù)算算法遞推推更新離離散隨機(jī)機(jī)測(cè)度。粒子濾波波首先在在核物理理領(lǐng)域核核武器試試驗(yàn)仿真真方向獲獲得成功功應(yīng)用?，F(xiàn)在，它已經(jīng)經(jīng)廣泛應(yīng)應(yīng)用到目目標(biāo)跟蹤蹤、信號(hào)號(hào)處理和和數(shù)字通通信等多多個(gè)領(lǐng)域域。粒子濾波波首先是是Gorrdenn在19993年年提出的的。粒子濾波波首先是是Gorrdenn在19993年年提出的的，它是是一種基基于蒙特特卡羅（Monnte Carrlo,MC）和遞推推貝葉斯斯估計(jì)的的濾波方方法。（隨著計(jì)計(jì)算機(jī)的的發(fā)展）粒子濾濾波已經(jīng)經(jīng)成為研研究非線線性非高高

11、斯動(dòng)態(tài)態(tài)系統(tǒng)最最優(yōu)估計(jì)計(jì)問(wèn)題的的一個(gè)熱熱點(diǎn)和有有效方法法。（引引起了不不同領(lǐng)域域?qū)＜业牡年P(guān)注）基本思想想：首先先依據(jù)系系統(tǒng)狀態(tài)態(tài)向量的的經(jīng)驗(yàn)條條件分布布，在狀狀態(tài)空間間產(chǎn)生一組隨隨機(jī)樣本本集合，這這些樣本本稱為粒粒子；然后根根據(jù)觀測(cè)測(cè)量不斷斷地調(diào)整整粒子的的權(quán)重和和位置，通過(guò)調(diào)調(diào)整后的的粒子的的信息，修正最最初的經(jīng)經(jīng)驗(yàn)條件件分布。它可以以應(yīng)用在在任何動(dòng)動(dòng)態(tài)狀態(tài)態(tài)空間模型。核心思想想是：用用由粒子子及其權(quán)權(quán)重組成成的離散散隨機(jī)測(cè)測(cè)度近似似相關(guān)的的概率分分布，并并根據(jù)算算法遞推推更新離離散隨機(jī)機(jī)測(cè)度。（對(duì)于于動(dòng)態(tài)系系統(tǒng)，采采用離散散時(shí)間方方法是很很方便的的，且被被廣泛應(yīng)應(yīng)用。）粒子濾波波首先在在核

12、物理理領(lǐng)域核核武器試試驗(yàn)仿真真方向獲獲得成功功應(yīng)用?，F(xiàn)在，它已經(jīng)經(jīng)廣泛應(yīng)應(yīng)用到目目標(biāo)跟蹤蹤、信號(hào)號(hào)處理和和數(shù)字通通信等多多個(gè)領(lǐng)域域。2 動(dòng)態(tài)態(tài)系統(tǒng)模模型系統(tǒng)模型型： 其中，是是狀態(tài)向向量，是系統(tǒng)統(tǒng)噪聲。是系統(tǒng)統(tǒng)轉(zhuǎn)移方方程。與與是相互互獨(dú)立的的。觀測(cè)模型型： 其中，是是觀測(cè)向向量，是觀測(cè)噪聲聲。是觀測(cè)測(cè)方程。與、也是相相互獨(dú)立立的。已知條件件有、，、，在時(shí)刻刻的測(cè)量量信息的的集合，即。3 粒子子濾波的的實(shí)現(xiàn)過(guò)過(guò)程粒子濾波波實(shí)質(zhì)是遞推貝貝葉斯濾濾波器的的另一種種實(shí)現(xiàn)形形式。其主要是是用隨機(jī)機(jī)樣本來(lái)來(lái)描述概概率分布布，然后在在測(cè)量的的基礎(chǔ)上上，通過(guò)調(diào)調(diào)節(jié)各樣樣本權(quán)值值的大小小和樣本本的位置置來(lái)近似似

13、實(shí)際概概率分布布，并以樣樣本的均均值作為為系統(tǒng)的的估計(jì)值值，原則上上可用于于任意非非線性、非高斯斯隨機(jī)系系統(tǒng)的狀狀態(tài)估計(jì)計(jì)。該方方法靈活活，易于于執(zhí)行，且可并并行實(shí)現(xiàn)現(xiàn)，因而而得到廣廣泛應(yīng)用用。遞推貝貝葉斯濾濾波理論論基礎(chǔ)遞推貝葉葉斯濾波波原理的的實(shí)質(zhì)是是試圖用用所有已已知信息息來(lái)構(gòu)造造系統(tǒng)狀狀態(tài)變量量的后驗(yàn)驗(yàn)概率密密度。即用系系統(tǒng)模型型預(yù)測(cè)狀狀態(tài)的先先驗(yàn)概率率密度，再用最最近的量量測(cè)值進(jìn)進(jìn)行修正正，得到到當(dāng)前時(shí)時(shí)刻的后后驗(yàn)概率率密度。遞推貝葉葉斯濾波波過(guò)程主主要分為為兩大步步：預(yù)測(cè)測(cè)和更新新。預(yù)測(cè)：利利用系統(tǒng)統(tǒng)模型預(yù)預(yù)測(cè)狀態(tài)態(tài)的先驗(yàn)驗(yàn)概率密密度。假假設(shè)初始始概率密密度，利用通通過(guò)Chhapm

14、man-Kollmoggoroov方程程可得到到時(shí)刻狀狀態(tài)的先先驗(yàn)概率率密度：更新：用用最近的的量測(cè)值值來(lái)修正時(shí)刻刻狀態(tài)的的先驗(yàn)概概率密度度，來(lái)得得到該時(shí)時(shí)刻的后后驗(yàn)概率率密度。圖3 在在時(shí)刻貝貝葉斯濾濾波流程程圖 蒙特特卡羅方方法Montte CCarllo方法法，又稱稱隨機(jī)抽抽樣方法法，是通通過(guò)統(tǒng)計(jì)計(jì)抽樣的的方法來(lái)解決決積分問(wèn)問(wèn)題。Montte CCarllo思想想：（抽抽樣大數(shù)定定律近似計(jì)計(jì)算）蒙特卡羅羅方法的的基本思思想是，首先構(gòu)構(gòu)造一個(gè)個(gè)概率空空間，然然后在該該概率空空間中確確定一個(gè)個(gè)依賴于于隨機(jī)變變量（任任意維）的統(tǒng)計(jì)計(jì)量，其其數(shù)學(xué)期期望正好等于于所要求求的值，其中為為的分布布函數(shù)

15、；然后產(chǎn)產(chǎn)生隨機(jī)機(jī)變量的的簡(jiǎn)單子子樣，用用其相應(yīng)應(yīng)的統(tǒng)計(jì)計(jì)量的算算術(shù)平均均值作為的近近似估計(jì)計(jì)。當(dāng)NN趨于時(shí)時(shí)，。優(yōu)點(diǎn)：結(jié)結(jié)構(gòu)簡(jiǎn)單單，收斂斂速度與與問(wèn)題維維數(shù)無(wú)關(guān)關(guān)，受問(wèn)題題的條件件限制的的影響小小。缺點(diǎn)：收收斂速度度慢,誤差大大的概率率性質(zhì)重要性性采樣 (ISS)如果我們們能直接接從中抽抽取個(gè)粒子子，那么每每個(gè)粒子子的權(quán)值值都賦于于，那么這這可以用用上述方方法來(lái)近近似求解解積分運(yùn)運(yùn)算，但但是如果果直接從從中抽取粒粒子比較較困難，我們可可以從中中采樣，即，其中中稱為重重要性函函數(shù)。這這個(gè)函數(shù)數(shù)必須與與有相同同的支撐撐域，總總的來(lái)說(shuō)說(shuō)，越逼逼近，估計(jì)的的效果越越好。序列重重要性采采樣 (SISS

16、)現(xiàn)在假設(shè)設(shè)已逼近近后驗(yàn)概概率密度度，即粒子子流服從從分布，在給定定及觀測(cè)測(cè)量的條條件下，我們的的目的是是通過(guò)來(lái)來(lái)獲取。序列重重要性采采樣就是是產(chǎn)生新新的粒子子，并把把它加入入到來(lái)形成，并并更新其其權(quán)值為為，以此此來(lái)完成成從到的轉(zhuǎn)變變，即產(chǎn)產(chǎn)生，逼逼近后驗(yàn)驗(yàn)概率密密度。實(shí)現(xiàn)過(guò)程程如下：這里我們們選取的的重要性性函數(shù)為為，把它它分解成成兩部分分的乘積積，即如果，則我們把加加入到來(lái)來(lái)形成粒粒子流，其中，則更新為為：對(duì)于每個(gè)個(gè)時(shí)刻，通過(guò)以以下兩步步可以實(shí)實(shí)現(xiàn)序列列重要性性采樣算算法：(1)從從中抽取取粒子，其其中(2)根根據(jù)來(lái)計(jì)計(jì)算其權(quán)權(quán)值。重要性函函數(shù)在粒粒子濾波波中起到到了重要要的作用用，濾波波

17、效果的的好壞，跟重要要性函數(shù)數(shù)的選取取有關(guān)系系。粒子退退化粒子濾波波器的一一個(gè)重要要的問(wèn)題題就是粒粒子退化化 (DDegeenerracyy)現(xiàn)象象，即經(jīng)過(guò)過(guò)若干次迭代代后，除除一個(gè)粒粒子外，其其余的粒粒子只有有微小的的權(quán)值，可忽略略不計(jì)。退化現(xiàn)現(xiàn)象意味味著大量量的計(jì)算算工作都被被用來(lái)更更新那些些幾乎不起起任何作作用的粒粒子。顯顯然，退退化現(xiàn)象象對(duì)PFF產(chǎn)生了了不利的的影響。解決粒子子退化的的方法：選取好好的重要要性函數(shù)數(shù)；再采采樣。(1) 重要性性函數(shù)的的選取重要采采樣密度度的選擇擇應(yīng)該遵遵循以下下兩條規(guī)規(guī)則:1) 在在某種意意義上說(shuō)說(shuō)，應(yīng)該該可以合合理地近近似最優(yōu)優(yōu)重要采采樣密度度；2)

18、可可以很方方便的產(chǎn)產(chǎn)生服從從該分布布的樣本本。我們最最常采用用的兩個(gè)個(gè)重要性性函數(shù)：先驗(yàn)重重要性函函數(shù)和最最優(yōu)重要要函數(shù)。先驗(yàn)重要要性函數(shù)數(shù)若選取重重要性函函數(shù)為先先驗(yàn)重要要性函數(shù)數(shù)，那么權(quán)權(quán)值更新新為：稱這種選選先驗(yàn)函函數(shù)為重重要采樣樣函數(shù)的的SISS濾波器器為Boootsstraap濾波波器。雖雖然Boootsstraap濾波波器易于于實(shí)現(xiàn)且且可以解解決許多多問(wèn)題，但它對(duì)對(duì)外界條條件較敏敏感，即即它不能能很好的的適應(yīng)系系統(tǒng)的快快速變化化。同時(shí)時(shí)，產(chǎn)生生樣本時(shí)時(shí)沒(méi)有使使用任何何觀測(cè)信信息，因因而效果果可能不不是很好好。最優(yōu)重要要函數(shù)若選取重重要性函函數(shù)為最最優(yōu)重要要性函數(shù)數(shù)，那么權(quán)權(quán)值更新新

19、為：其中采用這種種濾波器器能減少少重要性性權(quán)值的的方差，使后驗(yàn)期期望的誤誤差方差差最小。但因?yàn)闉闄?quán)值的的計(jì)算中中卷入了了積分運(yùn)運(yùn)算，比比較復(fù)雜雜。而且且要從中中獲取樣樣本，比比較困難難。然而而，在線線性高斯斯情況下下，這些些樣本是是可以產(chǎn)產(chǎn)生的。(2) 重采樣樣解決粒子子退化問(wèn)問(wèn)題的另另一個(gè)方方法：重重采樣。重采樣樣過(guò)程就就是要消消除那些些有權(quán)值值小的粒粒子，并并復(fù)制權(quán)權(quán)值大的粒子子，因而而權(quán)值較較大的粒粒子被增增加，從從而隨迭迭代次數(shù)數(shù)的增加加，可以以產(chǎn)生較較好的結(jié)結(jié)果。一個(gè)重采采樣的圖圖示：假假設(shè)M=10，即一共共有100個(gè)粒子子，左邊邊是重采采樣之前前的，粒粒子的權(quán)權(quán)值跟圓圓圈的大大小成

20、正正比。右右邊是重重采樣之之后的粒粒子，藍(lán)藍(lán)色的粒粒子權(quán)值值最大，被復(fù)制制了3次次，黃色色的粒子子被復(fù)制制了2次次，而綠綠色的粒粒子權(quán)值值較小，被忽略略掉。重重采樣之之后，所所有粒子子的權(quán)值值都一樣樣大，都都被賦于于。重采樣的的缺點(diǎn)：?jiǎn)适Я肆肆Ｗ拥牡亩鄻有孕?。圖4 重重采樣示示意圖粒子濾濾波的實(shí)實(shí)現(xiàn)粒子濾波波實(shí)質(zhì)是是遞推貝貝葉斯濾濾波器的的另一種種實(shí)現(xiàn)形形式。其主要是是用隨機(jī)機(jī)樣本來(lái)來(lái)描述概概率分布布，然后在在測(cè)量的的基礎(chǔ)上上，通過(guò)調(diào)調(diào)節(jié)各樣樣本權(quán)值值的大小小和樣本本的位置置來(lái)近似似實(shí)際概概率分布布，并以樣樣本的均均值作為為系統(tǒng)的的估計(jì)值值。步驟：(1) 預(yù)測(cè)(2) 更新(3) 重采樣樣圖解圖

21、5 粒粒子濾波波的實(shí)現(xiàn)現(xiàn)過(guò)程4 粒子子濾波器器的改進(jìn)進(jìn)粒子濾波波算法雖雖然對(duì)幾幾乎線性性、非線線性、高高斯、非非高斯問(wèn)問(wèn)題都適適用，但但是粒子子濾波本本身也存存在一些些問(wèn)題。如粒子子退化問(wèn)問(wèn)題，再再采樣解解決退化化問(wèn)題的的同時(shí)又又喪失了了粒子的的多樣性性等，這這些問(wèn)題題如果處處理得不不好，直直接影響響濾波的的性能，所以很很多研究究者對(duì)基基本粒子子濾波進(jìn)進(jìn)行了改改進(jìn)。主要有：輔助粒子子濾波 (AASIRR)正則粒子子濾波 (RPFF)高斯粒子子濾波、高斯和和粒子濾濾波三 基于于粒子濾濾波的檢檢測(cè)前跟跟蹤算法法(TBBD)1 基于于粒子濾濾波的TTBD背背景介紹紹在跟蹤過(guò)過(guò)程中，由于噪噪聲的干干擾

22、，目目標(biāo)信噪噪比較低低。在傳傳感器的的一拍掃掃描中，目標(biāo)出出現(xiàn)與否否不定，即使目目標(biāo)出現(xiàn)現(xiàn)，因其產(chǎn)產(chǎn)生的信信號(hào)太弱弱而可能能不被檢檢測(cè)到。檢測(cè)前前跟蹤(TBDD)通過(guò)過(guò)對(duì)多拍拍量測(cè)數(shù)數(shù)據(jù)的處處理，使傳感感器的響響應(yīng)逐步步積累，最終通通過(guò)閾值值而被檢檢測(cè)到，同時(shí)得得到目標(biāo)標(biāo)的狀態(tài)態(tài)估計(jì)。TBDD的常用用方法有有動(dòng)態(tài)規(guī)規(guī)劃和最最大似然然估計(jì)等等，但這些些方法在在信噪比比較低和和目標(biāo)機(jī)機(jī)動(dòng)時(shí)性性能很差差。最近幾幾年出現(xiàn)現(xiàn)的粒子子濾波器器因能解解決非線線性非高高斯問(wèn)題題而得到到廣泛的的應(yīng)用。下面介介紹一下下低信噪噪比下具具有幅值值波動(dòng)目目標(biāo)的跟跟蹤問(wèn)題題，利用用傳感器器的原始始數(shù)據(jù)，做為觀觀測(cè)量，由粒

23、子子濾波器器得到狀狀態(tài)的后后驗(yàn)概率率分布以以及目標(biāo)標(biāo)出現(xiàn)的的概率，用Baayess似然比比作為目目標(biāo)檢測(cè)測(cè)的判決決準(zhǔn)則。2 問(wèn)題題描述目標(biāo)跟蹤蹤問(wèn)題可可用狀態(tài)態(tài)空間模模型描述述，其中目目標(biāo)的運(yùn)運(yùn)動(dòng)模型型用狀態(tài)態(tài)轉(zhuǎn)移概概率描述述，傳感器器的量測(cè)測(cè)用似然然函數(shù)描描述。假定狀狀態(tài)服從從一階MMarkkov過(guò)過(guò)程，在給定定狀態(tài)的的條件下下，量測(cè)測(cè)相互獨(dú)獨(dú)立。在目標(biāo)檢檢測(cè)與跟跟蹤問(wèn)題題中，人們只只關(guān)心目目標(biāo)是否否出現(xiàn)在在傳感器器的檢測(cè)測(cè)域內(nèi)。設(shè)為目標(biāo)標(biāo)位于內(nèi)內(nèi)的狀態(tài)態(tài)空間，如果目目標(biāo)不出出現(xiàn)在內(nèi)內(nèi)，記目標(biāo)標(biāo)狀態(tài)為為，設(shè)擴(kuò)張張的目標(biāo)標(biāo)狀態(tài)空空間為，設(shè)時(shí)刻目目標(biāo)狀態(tài)態(tài)向量為為，。由于目標(biāo)標(biāo)可能出出現(xiàn)也可可能

24、不出出現(xiàn)，對(duì)狀態(tài)態(tài)轉(zhuǎn)移概概率作如如下修正正：設(shè)轉(zhuǎn)移移概率，為某個(gè)個(gè)小的正正數(shù)；設(shè)目標(biāo)標(biāo)從進(jìn)入入時(shí)狀態(tài)態(tài)在內(nèi)均勻勻取值；設(shè)目標(biāo)標(biāo)由進(jìn)入入的概率率為，為某個(gè)個(gè)小的正正數(shù)；設(shè)初始始時(shí)刻目目標(biāo)不出出現(xiàn)在內(nèi)內(nèi)的概率率為，若目標(biāo)標(biāo)出現(xiàn)，初始狀狀態(tài)在狀狀態(tài)空間間內(nèi)均勻勻分布。3 系統(tǒng)統(tǒng)模型運(yùn)動(dòng)模模型設(shè)一個(gè)點(diǎn)點(diǎn)源目標(biāo)標(biāo)在xyy平面上上作機(jī)動(dòng)動(dòng)運(yùn)動(dòng)，目標(biāo)的的運(yùn)動(dòng)模模型為非非線性轉(zhuǎn)轉(zhuǎn)彎運(yùn)動(dòng)動(dòng)，即(1)其中，目目標(biāo)狀態(tài)態(tài)向量包包含目標(biāo)標(biāo)位置，速度和轉(zhuǎn)轉(zhuǎn)彎速度度；為采樣樣間隔；為系統(tǒng)統(tǒng)噪聲，服從某某個(gè)已知知分布。目標(biāo)的的幅值為為且隨時(shí)時(shí)間波動(dòng)動(dòng)，設(shè)目標(biāo)標(biāo)幅度的的波動(dòng)模模型為 (2)其中，給給出了前前后時(shí)刻刻目標(biāo)幅幅度

25、之間間的相關(guān)關(guān)程度，噪聲聲服從已已知分布布。 觀測(cè)測(cè)模型設(shè)傳感器器對(duì)平面面上的區(qū)區(qū)域進(jìn)行行掃描監(jiān)監(jiān)測(cè)，傳感器器含有個(gè)個(gè)矩形分分辨單元元，大小為為，在每個(gè)個(gè)采樣時(shí)時(shí)刻，每個(gè)分分辨單元元分別記錄錄一個(gè)量量測(cè)，即 (33)其中：為為時(shí)刻當(dāng)當(dāng)目標(biāo)位位于時(shí)，單元處接接受的信信號(hào)強(qiáng)度度；為量測(cè)測(cè)噪聲，其分布布為。設(shè)像素素之間，每幀之之間的噪噪聲相互互獨(dú)立。單元處的的信號(hào)強(qiáng)強(qiáng)度按照傳感感器的點(diǎn)點(diǎn)傳播函函數(shù)可近近似為 (4)其中，量量測(cè)與目目標(biāo)位置置和幅值值之間具具有強(qiáng)非非線性關(guān)關(guān)系，設(shè)。由于目標(biāo)標(biāo)幅值波波動(dòng),需需要對(duì)進(jìn)進(jìn)行估計(jì)計(jì)。定義擴(kuò)擴(kuò)張的狀狀態(tài)向量量，其中為狀狀態(tài)向量量；擴(kuò)張狀狀態(tài)的轉(zhuǎn)轉(zhuǎn)移概率率為，其中代表表幅值的的轉(zhuǎn)移概概率，由式(2)確確定。4 基于于粒子濾濾波器的的檢測(cè)和和跟蹤算算法當(dāng)量測(cè)的的信噪比比很低時(shí)時(shí)，利用粒粒子濾波波器估計(jì)計(jì)目標(biāo)出出現(xiàn)在檢檢測(cè)域內(nèi)內(nèi)的后驗(yàn)驗(yàn)概率，目標(biāo)出出現(xiàn)的后后驗(yàn)概率率和沒(méi)有有出現(xiàn)的的后驗(yàn)概概率之比比稱為BBayees似然然比