佳点集的QMC粒子滤波算法及其应用

针对粒子滤波中粒子匮乏及样本聚集问题,提出一种基于佳点集的拟蒙特卡洛粒子滤波算法(GPS-QMCPF)。该算法利用数论中的佳点集理论和方法来构造出一种新的拟蒙特卡洛序列。由于佳点集序列与随机点列和标准的拟蒙特卡洛序列相比分布更均匀、偏差更小,使得在滤波过程中状态估计的精度和收敛速度都得到提高,同时还能增加粒子有效样本数和降低重采样次数。实验结果表明,提出的算法在非线性系统状态估计精度要优于粒子滤波和标准的拟蒙特卡洛粒子滤波算法,并且在视频目标跟踪的应用中,针对跟踪目标受到遮挡的情况,算法具有更高的跟踪精度,同时跟踪的实时性也得到了一定程度的提高。