论文部分内容阅读
针对水下小目标粒子滤波估计过程中“粒子贫化”引起的估计性能下降，提出了混合粒子滤波算法。该算法在常规粒子滤波算法基础上，在每一步迭代估计过程中进行量测的再次随机采样，以丰富随机粒子多样性，缓解水下小目标状态估计过程中的“粒子贫化”的影响。对算法进行了仿真分析，并将该方法用于水下小目标探测实验的数据处理。结果表明，相比于常规的粒子滤波算法，所提出的混合粒子滤波得到了误差更小且稳定的状态估计结果，有效地改善水下小目标跟踪的精度和稳健性。