基于優化遺傳重采樣的輔助粒子濾波檢測前跟蹤方法

張春景， 柳曉鳴

(大連海事大學，遼寧 大連 116000)

0 引言

檢測前跟蹤(Track-Before-Detect,TBD)技術可充分利用多幀未進行門限處理的傳感器原始數據提高信噪比(SNR)，同時實現對微弱目標的檢測和跟蹤[1]。粒子濾波(PF)方法[2-4]是一種經典的TBD方法，能有效處理任何線性和非線性系統模型、高斯和非高斯噪聲模型，故得到了廣泛應用。但粒子退化一直是降低粒子濾波檢測前跟蹤(Particle Filter Track-Before-Detect,PF-TBD)方法性能的根本原因，研究者們主要通過選取重要性分布函數或改進重采樣來解決粒子退化問題，保證了有效粒子數量[5]。

輔助粒子濾波檢測前跟蹤(Auxiliary Particle Filter Track-Before-Detect,APF-TBD)[6-8]方法在采樣前先做重采樣，使重采樣后的粒子移動到似然函數高值區，較有潛力的粒子被延續到下一時刻，但重采樣會使粒子陷入匱乏狀態，可通過改進重采樣進一步優化該方法。基于優化遺傳重采樣的粒子濾波檢測前跟蹤用優化后的遺傳重采樣代替PF-TBD方法的重采樣[9]，一定程度上解決了粒子匱乏問題，但該方法仍然采用狀態先驗轉移分布作為重要性分布函數。文獻[10]將正則化思想引入輔助粒子濾波(Auxiliary Particle Filter,APF)的重采樣中，在保證粒子有效性的同時，解決了粒子匱乏問題，但只有狀態噪聲較小時，正則化粒子濾波才能達到較高的濾波精度，可將此改進思想引入APF-TBD方法中。本文提出了基于優化遺傳重采樣的輔助粒子濾波檢測前跟蹤(Auxiliary particle filter track-before-detect based on optimized genetic re-sampling,OGRAPF-TBD)方法，在APF-TBD的重采樣中應用優化后的遺傳重采樣算法，保證有效粒子數量的同時，增加了粒子多樣性，故OGRAPF-TBD方法具有更穩定的檢測跟蹤性能。……