论文部分内容阅读
针对目标跟踪中粒子滤波算法的估计精度不高、粒子退化问题，文中提出了一种GH．RPF算法．在粒子滤波的基础上，应用高斯．厄米特滤波来产生重要密度函数，同时对重采样采用正则变换以改善采样粒子的多样’生．将该算法应用于非线性、非高斯的目标跟踪中，仿真结果表明，与标准粒子滤波及EKPF相比，该算法的滤波精度更高，具有更高的跟踪性能．