粒子滤波器

摘要： 卫星欺骗式干扰会影响到电力无人机自主巡检的效率。文章研究无人机作业的动态情况下北斗抗欺骗式干扰技术。首先,对于无人机飞行作业的高动态性,引入了粒子滤波器模型以提高无人机的定位和测速性能;然后,针对欺骗式干扰的特点,建立抗欺骗式干扰方案,方案主要包括欺骗式干扰检测和识别2个部分;最后,通过仿真无人机飞行和欺骗式干扰环境进行实验。结果显示,在无人机动态情况下,基于粒子滤波器模型的定位和测速精度较传统的最小二乘法均有显著的提高;设计的无人机抗欺骗检测和识别方案有效抑制和减少了欺骗信号对无人机定位的影响,进而提高了无人机自主巡检的可靠性。

摘要： 针对机器视觉技术在嵌入式平台的应用,提出了具有遮挡检测和自适应模板更新的核相关滤波器跟踪模型,旨在提高跟踪器在嵌入式平台上运行时对尺度变化和遮挡的鲁棒性.为了应对目标运动过程中目标尺度变化,在核相关滤波器中加入多尺度估计与动态模板更新策略,同时为了保证目标遮挡后能被再次检测,采用粒子滤波器对多个粒子候选者重采样来检测目标.实验表明,跟踪器对OTB数据集测试的平均距离精度(mean DP)和平均重叠率精度(mean OP)分别为86.6％和83.7％,在嵌入式平台的平均速度为14.56 fps.

摘要： 针对INS/GPS组合导航技术在GPS失效时难以有效导航的问题,提出一种基于误差状态粒子滤波器的双目视觉与IMU组合导航算法.通过把状态量映射到李代数上,在向量空间直接求解四元数随机粒子分布,使用粒子滤波器实现多传感器数据融合,完成载体运动信息的实时估计.使用EuRoC公开数据集对算法进行验证,实验结果表明,算法的定位精度在0.6 m以内,CPU占用率相比Vins Fusion和OKVIS分别降低了约29.7％和57.2％;运行时间相较于Vins Fusion和OKVIS减少了约42.4％和15％.该算法在保证必要导航精度和实时性的同时,具有较高的计算效率.

摘要： 基于粒子滤波器同时定位与地图构建(Simultaneous Localization And Mapping,Slam)证明移动机器的根据周围环境自我定位在理论上可行,但存在着两个不足之处:一是运算过程中涉及到矩阵求逆,粒子数越多计算量指数倍增大;二是不可以频繁的采样.文章针对粒子滤波理论这两处缺陷,引入GMapping算法,提出了有效的解决办法:(1)改善粒子采样选择;(2)改进选择性重采样.实验验证了算法的有效性.

摘要： 在线模型参数更新是提高结构混合试验中数值子结构模型精度的有效手段。为了提高强非线性模型参数在线识别精度,在标准粒子滤波算法的基础上提出了一种改进的辅助无迹粒子滤波算法。在重要性采样中,基于最新观测信息采用无迹卡尔曼滤波方法计算每一个粒子估计,以提高粒子非线性变换估计精度;在重采样过程中,引入辅助因子修正粒子权值,以丰富粒子多样性、削弱粒子退化现象。采用改进粒子滤波算法针对Bouc-Wen模型进行了在线参数识别,并与标准粒子滤波算法、扩展卡尔曼粒子滤波算法以及无迹粒子滤波算法的参数识别精度和计算效率进行对比分析。结果表明,与其它3种算法相比,辅助无迹粒子滤波算法在单步计算耗时增加的基础上,在线参数识别精度明显提高,参数识别值波动幅度显著降低。最后,通过橡胶隔震支座拟静力试验,验证了采用改进粒子滤波算法在线识别Bouc-Wen模型参数方法的有效性。

摘要： 在停车场、隧道中GPS、Wi-Fi信号受限的情况下,提出一种基于激光雷达的车辆自主定位方法.采用激光雷达SLAM(simultaneous localization and mapping)算法,通过三维激光雷达点云匹配获取车辆的估计位姿;根据图优化方法和非线性优化方法,对所有位姿进行后端调整,进而得到分辨率可控的环境信息平面栅格地图;基于蒙特卡洛方法,采用粒子滤波器进行实时车辆定位,并提出了粒子采样的一种改善方式,实现了较高精度的激光雷达自主定位.结果表明:粒子滤波器能够有效地实现车辆在停车场等无GPS环境下的定位,定位精度在10 cm之内.

摘要： 为进一步适应复杂环境及战斗机自身状态的变化,提高目标跟踪算法的跟踪性能,在TLD算法框架下对其进行改进.首先,将改进了的SIFT特征匹配算法与TLD算法中的光流法相结合,根据战斗机的不同状态及周围环境自适应地选择相应算法,提高算法的鲁棒性和对复杂环境的自适应能力;其次,引入粒子滤波进行优化,实时预测战斗机状态并缩小检测范围,在降低计算难度的同时提高跟踪速度和持续性;最后,设置置信度检测以有效解决误判问题,提高跟踪精度.实验结果表明,当战斗机处于复杂场景或自身状态变化较大时,改进算法取得了优于参考算法的跟踪性能,可以满足长时间鲁棒跟踪的要求.

摘要： 在空战中,敌军战斗机经常释放出干扰弹或诱饵躲避识别和跟踪.为消除干扰弹的影响,提出基于卷积神经网络的目标识别和基于粒子滤波器的颜色跟踪技术来实现对战斗机的识别与跟踪.首先构造多层卷积神经网络模型,将每帧图像作为一个向量代入卷积神经网络模型中,图像经过卷积层和池化层之后,其高级特征被提取出来,用以进行目标识别;再将跟踪目标框选出来,确定目标的颜色,粒子滤波器利用颜色特征实现跟踪.仿真实验结果表明:基于多层卷积神经网络的图像识别算法的识别率几乎接近于1,其识别效果优于传统的图像识别算法;基于粒子滤波器的颜色跟踪能够在干扰弹影响及出现遮挡的情况下实现较为准确的跟踪.

摘要： 针对直流电机电刷磨损的跟踪与预测问题,提出了一种改进型粒子滤波器的电机电刷磨损状态演变预测方法.首先建立直流电机的动态模型,通过电刷磨损仿真分析获得一定时间间隔的电流输出数据,此输出数据作为测量数据用作为预测模型的输入.接着,根据测量数据的变化规律建立电机电刷磨损预测的模型形式,然后通过采用所提出的多项式重采样粒子滤波方法来预测电机电刷磨损状态的演变.案例数据分析结果表明,所提出的基于粒子滤波的电刷磨损预测方法是有效的且计算过程简便.

摘要： 针对蛇形机器人特殊的运动形式和运动环境导致的里程计信息失效的问题,提出一种基于激光雷达扫描匹配的SLAM方法.该方法使用PL-ICP算法对激光雷达相邻两帧扫描数据进行匹配,获得机器人的相对位姿变换,并使用该位姿代替里程计位姿信息,以改进粒子滤波器的建议分布函数.使用ROS中的gazebo仿真插件进行仿真实验,验证了该方法的有效性.

摘要： 动力锂电池是新能源电动汽车的核心部件,对其容量衰减现象的准确评估是对电池系统开展有效管理的重要前提,也是保障电动汽车动力性与安全性的重要依据.本文从电池容量衰减的半经验模型出发,利用遗传算法辨识模型的初始参数.随后在电池各个循环的容量数据的基础上,利用粒子滤波器对容量衰减模型的参数进行在线更新,并对当前容量衰减做实时修正,进而评估未来若干循环锂电池的容量衰减情况.本文利用马里兰大学CALCE电池循环测试数据集对所提出的方法进行了验证,评估结果证实了所提出方法的有效性.

摘要： 为了解决基于Rao-Blackweilized粒子滤波器的同时定位与地图创建算法需要大量的采样粒子,而且频繁重采样可能导致粒子耗尽的问题,提出了融合遗传优化的粒子滤波器算法.设计了一种变异的遗传算法来兼顾粒子的权值和粒子集的多样性,取代原有的重采样步骤.在计算采样的提议分布时考虑了里程计信息和距离传感器信息,并且通过遗传算法来维持粒子集的多样性.实验结果表明,融合遗传优化的粒子滤波器算法在估计精度和一致性方面都具有较好的性能,所创建的地图具有更高的精度.

摘要： 基于粒子滤波器的SLAM算法一般无法保证真实状态处于算法估计的置信区域内,针对该问题,本文提出一种基于区间分析的SLAM算法.首先利用改进的箱粒子滤波器(Box Particle Filter)对机器人状态和特征位置进行初步估计;然后基于状态和特征之间的约束条件,通过区间约束传播法(Constraint Propagation,CP),减小区间尺度,在提升估计结果精度的情况下,保证了结果的可靠性;同时,利用q-satisfied技术,解决了约束传播过程中结果为空的问题,进一步保证了结果的可靠度.仿真试验和实际环境试验表明,相比基于粒子滤波器的SLAM方法,在参数尺度一致的条件下,该方法能以较少的粒子数获得更高的精度,同时保证了结果的可靠度.

摘要： 为解决未知环境中小型无人机自主飞行问题,将SLAM算法从地面机器人的二维环境扩展到小型无人机的三维环境.首先,建立了小型无人机的SLAM算法数学模型,得到其非线性状态方程;然后,将小型无人机的SLAM问题分解成路径估计与环境地标估计两部分,分别采用粒子滤波器和扩展卡尔曼滤波器进行估计,提出了一种小型无人机的FastSLAM算法;最后,分别采用扩展卡尔曼滤波和FastSLAM算法进行仿真实验,仿真结果表明FastSLAM算法具有更好的定位精度.

摘要： 针对混杂系统故障诊断难题,在对混杂系统描述的基础上,根据混杂系统的随机滤波公式,给出了混杂系统状态估计及离散模态识别的粒子滤波算法,并将此算法扩展到混杂系统状态与参数的联合估计,最后利用修正的Bayes算法作出故障判决,实现了混杂系统的故障诊断.通过对两容水箱这个典型混杂系统的仿真实验,结果表明,此方法不仅能准确、快速地诊断出混杂系统故障,而且在故障发生时能够保持比较高的状态与参数估计精度.本方法可推广应用于混杂系统的自适应滤波、可靠性预测、容错控制等领域.

摘要： 动态背景下运动目标检测与跟踪具有广泛的应用背景,如机器人导航,车载视频跟踪等.光流法是处理动态背景运动目标跟踪的常用方法,但传统的光流法计算量大很难达到实时跟踪的目的.文章提出了一种基于并行粒子滤波的动态背景光流法运动目标检测方法,利用并行运行粒子滤波算法估计背景运动量得出背景区域,只对该动态场景下的运动目标利用光流法进行跟踪,实验表明,该算法取得了良好的实时跟踪效果.

摘要： 在引视频运动目标跟踪作为计算机视觉研究的一个分支，近年来成为视频处理研究的重要内容，研究结果被广泛的应用在人机交互、视频监控等场合。它融合了图像处理、模式识别及计算机应用技术等相关领域的先进技术和研究成果，有着非常广泛的应用和实用价值。rn 目标跟踪算法一般是利用目标的颜色、边缘、运动、形状、纹理和结构等特征来实现对运动目标的跟踪。经典的跟踪方法主要有:Kalman滤波、光流法等。在跟踪领域,Mean-shift算法具有简单快速的特点,但是在目标快速移动时不能实现有效跟踪.粒子滤波能有效地解决这个问题,但是计算量较大,难以满足实时跟踪的要求.本文提出一种基于两种算法融合的新算法,该算法有效地融合传统Mean-shift算法的简单快速和粒子滤波跟踪算法鲁棒性强的优点.rn 融合算法把Mean-shift算法和粒子滤波算法两者的优点结合起来，使得粒了数目大大降低，并充分利用Mean-shift算法寻找局部最优值的特点，实现少量粒子准确跟踪。在目标特征提取上，本文采用的是颜色直方图模型，这种模型比较简单，但是对于比较复杂的跟踪环境，颜色直方图模型并不具有优势，研究的下个方向是提取更为复杂或者几种特征共同组成的融合特征，以达到在复杂坏境下的准确跟踪。

摘要： 针对粒子滤波过程的粒子退化问题和提高粒子的细化能力，提出一种基于改进的鲁棒机器人蒙特卡罗定位(Improved R0bust R0bot M0nte Carlo 10calization，lRR_MCL)算法。首先利用扩展卡尔曼滤波来精确设计粒子滤波器的提议分布，将当前观测信息融入顺序重要性采样过程，以改善滤波效果，减小所需粒子数；然后，给出IRR-MCL定位算法的实现细节，实验结果表明，该算法与传统的方法在定位精度和鲁棒性方面都有显著提高。

摘要： 在机动目标跟踪中，随着状态维数和系统模型个数增加，采用粒子滤波器作为交互式多模型中的子滤波器会带来计算量急剧增加。同时，由于粒子抽取的随机性，对于每一时刻，非此时刻目标运动模型的其它模型经过样本点的传递，预测量测值也可能很接近真实量测值，而导致该模型概率增大，影响滤波结果。针对上述问题，将IMM算法中每一时刻模型转移概率作为一个衡量指标，根据模型转移概率的大小，来改变子滤波器中采样粒子数目的多少。当模型转移概率大于设计阈值时，增大占优模型的采样粒子数，相应减小其他模型的采样粒子数。仿真结果表明，与采样粒子数固定的IMM-PF算法相比，该算法计算量相当，但性能更优。

摘要： 针对多个机动目标的联合跟踪与分类的问题，本文考虑两类空中目标：商业机和战斗机。采用模糊数据互联(FDA)来完成两个目标的跟踪;采用多模型粒子滤波来处理目标的多个运动模型问题;通过由跟踪器得到的速度量测来完成分类任务。仿真结果表明该方法能提供可靠的跟踪和正确的分类。

摘要： 本发明公开了一种概率假设密度粒子滤波器的设计方法及滤波器。其观测值接观测值选择电路的一个输入端，观测值选择电路的另一个输入端接状态估计电路的输出端，观测值选择电路的输出端接更新电路的一个输入端，预测电路的一个输出端接更新电路的另一个输入端，预测电路的另一个输出端接状态估计电路的一个输入端，更新电路的输出端接重采样电路的输入端，重采样电路的一个输出端接预测电路的输入端，重采样电路的另一个输出端接状态估计电路的另一个输入端。本发明在改进的概率假设密度粒子滤波器的理论基础上，设计了它的硬件电路实现方案，仿真结果表明，其跟踪性能和理论分析相近，能够用于跟踪杂波环境下的多个目标运动的问题。

摘要： 本发明请求保护基于Metropolis-Hastings变异的粒子群重采样粒子滤波器的实现方法。为了解决粒子滤波在粒子数量较少时估计精度不高的问题，本发明提供了一种基于Metropolis-Hastings(MH)变异的粒子群重采样及粒子滤波器的实现方法。该方法将Metropolis-Hastings(MH)移动作为粒子群优化的变异算子，通过将MH变异规则与粒子群的速度-位置搜索过程相结合，使得重采样后的粒子群更接近真实的后验概率密度分布，有效解决了一般的变异粒子群算法容易发散的问题，加快了粒子滤波在序贯估计过程中的收敛速度，提高了其估计精度。仿真试验证明，基于MH变异的粒子群优化粒子滤波器可以有效地克服粒子贫化现象，改善对非线性系统的跟踪估计效果。

摘要： 本发明涉及一种全局最优粒子滤波方法及全局最优粒子滤波器，属于信号处理领域，克服了现有的粒子滤波器会造成采样样本与真实后验概率密度样本存在较大偏差的缺点，有效地解决了粒子滤波处理非线性和非高斯信号的问题。主要技术手段是利用拉马克遗传自然法则，构造了一种全局最优的粒子滤波器，包括：产生初始粒子集；使用不敏卡尔曼滤波对初始粒子集进行重要性采样，得到采样粒子；对每一个采样粒子进行浮点数编码，得到编码后的粒子集；设置初始种群；将初始种群作为原始试验种群，依次进行拉马克重写操作、实数解码操作以及精英保留操作；将实数形式的最优候选粒子作为下一时刻的预测样本，得到系统的状态估计值。本发明适用于机器学习。

摘要： 本发明公开了一种当前统计模型的概率假设密度粒子滤波器的设计及滤波器。其观测值接更新电路的第一输入端，预测电路的第一输入端接状态估计电路的第一输出端，预测电路的输出端接更新电路的第二输入端，更新电路的输出端接重采样电路的输入端，重采样电路的第一输出端接预测电路的第二输入端，重采样电路的第二输出端接状态估计电路的输入端。本发明在基于当前统计模型的概率假设密度粒子滤波器的理论基础上，设计了它的硬件电路实现方案，仿真结果表明，其跟踪性能和理论分析相近，能够用于跟踪杂波环境下的机动多目标运动的问题。

摘要： 本发明公开了一种概率假设密度粒子滤波器的设计方法及滤波器。其观测值接观测值选择电路的一个输入端，观测值选择电路的另一个输入端接状态估计电路的输出端，观测值选择电路的输出端接更新电路的一个输入端，预测电路的一个输出端接更新电路的另一个输入端，预测电路的另一个输出端接状态估计电路的一个输入端，更新电路的输出端接重采样电路的输入端，重采样电路的一个输出端接预测电路的输入端，重采样电路的另一个输出端接状态估计电路的另一个输入端。本发明在改进的概率假设密度粒子滤波器的理论基础上，设计了它的硬件电路实现方案，仿真结果表明，其跟踪性能和理论分析相近，能够用于跟踪杂波环境下的多个目标运动的问题。

摘要： 本发明属于信号处理领域，涉及信号处理领域的粒子滤波问题，具体为一种粒子滤波器的粒子数自适应方法，用于在估计过程中实时调整样本集的大小，以提高粒子滤波器的跟踪性能。本发明方法的关键思想是约束由粒子滤波器的基于采样表示引入的近似误差，并且通过时变的粒子后验分布来自适应容器大小，如果粒子的后验分布集中在状态空间的一小部分上，本发明方法会选择小的容器，适当增加样本数量来提高跟踪精度，如果粒子状态不确定性很高，本发明方法会选择大的容器，来削弱粒子数的激增。使用分布式和集中式目标跟踪作为测试实例的实验表明，本发明方法比固定样本集大小的粒子滤波器产生了显著的改进。

摘要： 本发明涉及基于Metropolis-Hastings变异的粒子群重采样粒子滤波器的实现方法。为了解决粒子滤波在粒子数量较少时估计精度不高的问题，本发明提供了一种基于Metropolis-Hastings(MH)变异的粒子群重采样及粒子滤波器的实现方法。该方法将Metropolis-Hastings(MH)移动作为粒子群优化的变异算子，通过将MH变异规则与粒子群的速度-位置搜索过程相结合，使得重采样后的粒子群更接近真实的后验概率密度分布，有效解决了一般的变异粒子群算法容易发散的问题，加快了粒子滤波在序贯估计过程中的收敛速度，提高了其估计精度。仿真试验证明，基于MH变异的粒子群优化粒子滤波器可以有效地克服粒子贫化现象，改善对非线性系统的跟踪估计效果。

摘要： 本发明公开了一种遗传粒子重采样、遗传粒子滤波器及其分布式实现方法，所述重采样方法，包括：对前一递归时刻的N个粒子状态进行M位二进制编码，形成父代粒子集，确定选择概率Ps、交叉概率Pc与变异概率Pm；按选择概率Ps，从父代粒子集中选择出N×Ps个粒子，作为有效性子代粒子；在父代粒子集中按交叉概率Pc执行Pc/2次交叉操作，产生N×Pc个新粒子，作为多样性子代粒子；在父代粒子集中按变异概率Pm执行Pm次变异操作，产生N×Pm个新粒子，作为多样性子代粒子；对操作后的粒子状态值二进制进行译码，生成重采样粒子集。本发明实现了粒子滤波器跟踪问题中的粒子有效性与多样性的统一，增加了跟踪鲁棒性，且便于硬件实现。

摘要： 本发明公开了一种基于智能聚类粒子滤波器汽车阻尼器性能衰退预测方法，包括以下步骤：S1.采集汽车阻尼器的阻尼力信号；S2.根据获得的阻尼力信号集合建立阻尼器性能衰退系统的状态方程和观测方程；S3.在k＝0时刻，根据重要性密度pdf选取N0个粒子构成初始粒子集合；S4.计算步骤S3中的动态粒子的重要权重；S5.利用k‑means聚类算法计算与粒子重要权重最重要的粒子，作为新的粒子集合；S6.对得到的新粒子结合的权值归一化S7.建立阻尼器性能衰变的预测模型，并根据获得阻尼器的形成退化率λ，判断阻尼器是否可能出现故障，本方法通过采集汽车阻尼器振动信号进行分析判断，从而快速预测该阻尼器的健康状态。

摘要： 一种基于代价参考粒子滤波器组(CRPF bank)的检测前跟踪方法，将目标回波近似为分段线性调频信号，建立状态空间模型；并采用CRPF bank估计可能的目标状态；最后进行目标检测。本发明中，滤波器组具有完全并行结构，基于CRPF bank的估计结果，分别累积各段观测信号，将各段的累积能量与给定门限比较，实现给定虚警概率下目标在各个时刻的目标检测。仿真结果表明，与现有的基于粒子滤波的检测前跟踪方法相比，本发明提出的方法检测能力强，运行速率高。