专利名称：一种重采样方法
一种重采样方法技术领域
本发明属于目标跟踪技术领域，具体涉及粒子滤波过程中的重采样方法。 技术背景
在机动目标跟踪领域，粒子滤波得到了深入的研究，如果不考虑其它因素，目标跟踪就是单纯的滤波估计问题。粒子滤波由于适用于任何能用状态空间模型表示的非线性系统，以及传统卡尔曼滤波无法表示的非线性系统，精度可以逼近最优估计，所以被大量应用于目标跟踪领域。粒子滤波过程中随着时间延续，经过几步迭代递推以后，大多数样本趋于发散，其权值也几乎为零，这意味着它们对后验概率没有多少贡献，概率分布只有少数几个样本决定，从而使估计结果变得很粗糙，即所谓的粒子退化现象。由于Monte Carlo采样方法依赖样本池的粒子多样性，所以退化现象会导致滤波器系统出现较大的误差，而由于雷达探测等系统需要滤波器的预测输出作为下一次波束指向的引导，因此滤波器出现太大的偏差就会导致目标跟踪不上。重采样技术可以提高有效粒子数从而可以克服粒子退化带来的弊端。传统的重采样方法是采用去除低权值粒子、繁殖(复制)高权值粒子的方式来修正滤波中得到的加权近似概率密度，得到一个等权近似概率密度。
传统重采样方法示意图如
图1所示，在该图中，下面一排的圆圈表示重采样前的粒子，圆圈的直径表示对应粒子权值的大小，上面一排的圆圈表示重采样后的粒子。很明显地可以看出权值大的粒子被复制，而权值小的粒子被移除了。具体为在滤波过程中出ΛΤN现严重的粒子退化现象时，即有效采样大小乂# = 1 + Var(w*'}(粒子群总数为N，右上角变量代表粒子，右下角变量代表滤波时刻，表示为^“的方差)不大于预先设定的阈值Nthreslmld时，使用重采样方法。
重采样方法的基本思想是移除权值小的粒子和复制权值大的粒子。具体步骤如下从离散随机量重抽取N个粒子< ；使重采样得到的新粒子< ，并且给粒子赋相等的权值1/N。
传统重彩样方法存在的缺陷为重采样过程中由于系统偏差会导致一些本来是符合目标运行的粒子权值变小而在重采样过程后被抛弃，造成对目标状态估计的偏差。发明内容
本发明的目的旨在解决使用粒子滤波进行机动目标跟踪过程中，机动干扰造成的粒子退化现象。
本发明的技术方案是一种重采样方法，具体包括如下步骤
Si.对表征目标观测值的粒子群进行分类，具体分为一般粒子、变异粒子和最优粒子，所述变异粒子是从粒子群中随机抽取一定比例的粒子，所述最优粒子为粒子群中权值最大的若干个粒子，粒子群中除去变异粒子剩下的为一般粒子；
S2.根据目标观测值和估计状态计算机动因子，通过机动因子判别目标状态的机动性，如果出现机动，增大变异粒子的粒子权值；否则，减小变异粒子的粒子权值；将权值变化后的变异粒子加入到粒子群中，进行重采样；
S3.设定最优粒子的保留时间，在保留时间内，通过机动因子判别目标状态的机动性，如果出现机动，则用此最优粒子代替相应的粒子状态，即实现粒子复活，否则，进行下一周期的滤波。
本发明的有益效果本发明的方法首先对对表征目标观测值的粒子群进行分类， 在保留时间内将保留最优粒子，让这些粒子可以在随后的重采样中复活，这样便可应对瞬间的误差冲击；在每次迭代过程均采用一小组粒子进行变异，为机动目标跟踪时预先保留可应付其机动的空间，当目标不发生机动，这些粒子权值会变得愈来愈小，在下一次重采样过程中被替代。如果目标发生了机动突变，则符合目标机动特性产生的变异粒子则会满足目标机动后的运行状态，则会在极端时间内粒子权值变大，进而在下一次重采样过程中逐步扩展到整体粒子空间，从而实现对机动目标机动的适应。
说明书附图
图1传统重采样方法示意图。
图2本发明方法的重采样算法流程示意图。
图3实验一中采用传统重采样方法跟踪仿真结果示意图。
图4实验一中采用本发明的方法跟踪仿真结果示意图。
图5实验二中采用传统重采样方法跟踪仿真结果示意图。
图6实验二中采用本发明的方法跟踪仿真结果示意图。
具体实施方式
下面结合附图和具体的实施方式对本发明作进一步的阐述。
本发明的实质是采用群体智能优化的相关思想来进行粒子滤波过程中重采样的优化，以针对高机动目标机动过程中对于粒子权值出现的退化现象进行修正，来保持粒子的重要性和多样性，从而提高粒子滤波预测精度，改善跟踪效果。
本发明的重采样方法具体示意图如图2所示，包括如下步骤
Si.对表征目标观测值的粒子群进行分类，具体分为一般粒子、变异粒子和最优粒子，所述变异粒子是从粒子群中随机抽取一定比例的粒子，所述最优粒子为粒子群中权值最大的若干个粒子，粒子群中除去变异粒子剩下的为一般粒子；
S2.根据目标观测值和估计状态计算机动因子，通过机动因子判别目标状态的机动性，如果出现机动，增大变异粒子的粒子权值；否则，减小变异粒子的粒子权值；将权值变化后的变异粒子加入到粒子群中，进行重采样；
S3.设定最优粒子的保留时间，在保留时间内，通过机动因子判别目标状态的机动性，如果出现机动，则用此最优粒子代替相应的粒子状态，即实现粒子复活，否则，进行下一周期的滤波。
这里，一般随机抽取全部粒子数的百分之一作为变异粒子，设定最优粒子的保留时间为三个滤波周期，即三个周期后粒子自动消除(3T消除)，保留比例为粒子总数的百分之一，即对表征目标观测值的粒子群按照权值从大到小排序，选择最前面的百分之一作为最优粒子。
步骤S2中增大变异粒子的粒子权值，此时权值增大为1/N和减小变异粒子的粒子权值，此时权值减小为1/N的1/100。具体为在重采样之后所有粒子的权值都是1/N，所以在对变异例子进行处理时就以1/N为标准，如果出现机动则保留这些粒子将其权值增大为 1/N，在接下来的重采样之后就会被复制到粒子群中；如果没有发生机动则不需要这群变异的粒子就减小为1/N的1/100，在重采样过程中就会被舍弃。
在粒子滤波中，重采样过程为一可选过程，因此在使用本发明方法时，需要作一判断，如图2所示，(图中i指跟踪滤波时刻)具体过程如下输入目标观测值，利用观测信息计算各粒子权值并进行归一化；判别粒子有效样本尺度，有效粒子Nrff大于预先设定的阈值Nthresh。ld时，即有效粒子能客观准确的估计目标运动状态时，则进行下一时刻的滤波， 此时不需要进行重采样过程，否则，使用本发明的方法进行重采样。这里，Nthreshtjld通常取 2N/3。
为评估本发明方法的性能，进行了不同条件下的仿真实验。因为该方法主要针对机动目标发生机动情况下，粒子滤波器可以采用基于群体智能方式产生的变异粒子发现该机动，因此本次仿真的航迹是采用的二维机动航迹进行验证。
仿真实验一——直角机动模型跟踪
采样周期1秒，目标起始位置O000，10000)，目标χ轴方向初始速度为0m/s2，y轴方向初始速度为-1500m/s，初始时候χ轴加速度为Om/s2，y轴加速度也为Om/s2，量测的标准偏差为50m。在目标运行400秒以后进行第一次机动。此时χ轴加速度为7. 5m/s2，y轴加速度为7.5m/s2。当运行200秒之后完成转弯，进入勻速运动。然后在610秒之后进入第二次机动，此时χ轴加速度为30m/s2，y轴加速度也为30m/s2。660秒之后完成转弯，目标恢复勻速直线运动。该机动场景下，目标做了二次机动，完成了一个“Z”形状的突防动作。
首先采用传统重采样方法进行粒子滤波对上述航迹进行跟踪，图3为二维运动目标仿真结果示意图，其中，纵轴表示目标运行的Y轴坐标，横轴表示目标运行的X轴坐标，单位为米。目标初始位置为(2000，10000)，然后开始进行勻加速运动，该仿真用以模拟一个有两次转弯组成的机动运行轨迹，两次转弯的加速度有所区别，第一次为慢加速转弯，第二次为快加速转弯。其中，实线代表了目标运行的真实航迹，χ型曲线是加上了量测误差之后的系统观察值，而点线为滤波器对量测观察值获得之后滤波值。点线滤波曲线在第一次转弯之后由于粒子状态没有及时转变，造成误差变大，实际过程中会引起跟踪发散，不利于快速机动目标的跟踪。
由于滤波器不能及时相应到目标的机动，因此在两次机动运行的开始阶段，滤波器的滤波值与目标的真实值误差较大。在实际跟踪过程将会出现目标跟踪不上的情况。
因此要时刻保留一些应对目标机动的粒子，如果不发生机动，那么这些粒子由于与检测的目标点迹相差较大，则其权值会不断变小，最终消失。如果发生的机动性与变异粒子状态相符，则变异粒子权值加大，影响整体粒子滤波器向变异方向发展，最终实现快速的应对目标的机动。
图4为采用本发明方法的二维运动目标仿真结果，其中，纵轴表示目标运行的Y轴坐标，横轴表示目标运行的X轴坐标，单位为米。目标初始位置为(2000，10000)，然后开始进行勻加速运动，该仿真用以模拟一个有两次转弯组成的机动运行轨迹，两次转弯的加速度有所区别，第一次为慢加速转弯，第二次为快加速转弯。其中实线代表了目标运行的真实航迹，X型曲线是加上了量测误差之后的系统观察值，而点线为滤波器对量测观察值获得之后滤波值。可以看出由于存在变异粒子，在目标发生转弯之后，部分变异粒子符合转弯特性，因此引导粒子滤波器数据可以继续跟踪目标，实现对机动目标的跟踪。
仿真实验二——圆角机动模型跟踪
采样周期0. 1秒，目标起始位置(100，3000)，目标χ轴方向初始速度为301m/s，y 轴方向初始速度为301m/s，初始时候χ轴加速度为Om/s2，y轴加速度也为Om/s2，量测的标准偏差为50m。在目标运行10秒之后进行勻加速运动，χ轴加速度为14m/s2，y轴加速度也为14m/s2。在20秒之后目标开始按照顺时针进行勻速圆周运动，旋转的半径为3000m，此时目标的径向速度为1^6m/s。在运行10秒之后，再按照反时针方向进行相同的圆周运动， 同样运行10秒钟之后，完成机动，按照勻速运动进行下一阶段飞行。
首先采用传统重采样方法进行粒子滤波对上述航迹进行跟踪，图5中为二维运动目标仿真结果，其中，纵轴表示目标运行的Y轴坐标，横轴表示目标运行的X轴坐标，单位为米。该仿真也是用以模拟一个有两次转弯组成的机动运行轨迹，此次仿真的转弯为两次变加速的圆周运动。其中，实线代表了目标运行的真实航迹，χ型曲线是加上了量测误差之后的系统观察值，而点线为滤波器对量测观察值获得之后滤波值。点线滤波曲线在第一次转弯之后由于粒子状态没有及时转变，造成误差变大，实际过程中会引起跟踪发散，不利于快速机动目标的跟踪。
图6为采用本发明方法的二维运动目标仿真结果，其中，纵轴表示目标运行的Y轴坐标，横轴表示目标运行的X轴坐标，单位为米。该仿真也是用以模拟一个有两次转弯组成的机动运行轨迹，此次仿真的转弯为两次变加速的圆周运动。其中，实线代表了目标运行的真实航迹，X型曲线是加上了量测误差之后的系统观察值，而点线为滤波器对量测观察值获得之后滤波值。从滤波结果可以看出由于有变异粒子的出现最终实现了对转弯的有效跟S示ο
本领域的普通技术人员将会意识到，这里所述的实施例是为了帮助读者理解本发明的原理，应被理解为本发明的保护范围并不局限于这样的特别陈述和实施例。本领域的普通技术人员可以根据本发明公开的这些技术启示做出各种不脱离本发明实质的其它各种具体变形和组合，这些变形和组合仍然在本发明的保护范围内。
权利要求
1.一种重采样方法，其特征在于，具体包括如下步骤51.对表征目标观测值的粒子群进行分类，具体分为一般粒子、变异粒子和最优粒子，所述变异粒子是从粒子群中随机抽取一定比例的粒子，所述最优粒子为粒子群中权值最大的若干个粒子，粒子群中除去变异粒子剩下的为一般粒子；52.根据目标观测值和估计状态计算机动因子，通过机动因子判别目标状态的机动性， 如果出现机动，增大变异粒子的粒子权值；否则，减小变异粒子的粒子权值；将权值变化后的变异粒子加入到粒子群中，进行重采样；53.设定最优粒子的保留时间，在保留时间内，通过机动因子判别目标状态的机动性， 如果出现机动，则用此最优粒子代替相应的粒子状态，即实现粒子复活，否则，进行下一周期的滤波。
2.根据权利要求1所述的重采样方法，其特征在于，步骤Sl中所述的一定比例具体为百分之一。
3.根据权利要求1或2所述的重采样方法，其特征在于，步骤S3所述的保留时间具体为三个滤波周期。
全文摘要
本发明公开了一种重采样方法。本发明的方法首先对表征目标观测值的粒子群进行分类，在保留时间内将保留最优粒子，让这些粒子可以在随后的重采样中复活，这样便可应对瞬间的误差冲击；在每次迭代过程均采用一小组粒子进行变异，为机动目标跟踪时预先保留可应付其机动的空间，当目标不发生机动，这些粒子权值会变得愈来愈小，在下一次重采样过程中被替代。如果目标发生了机动突变，则符合目标机动特性产生的变异粒子则会满足目标机动后的运行状态，则会在极端时间内粒子权值变大，进而在下一次重采样过程中逐步扩展到整体粒子空间，从而实现对机动目标机动的适应。
文档编号G06K9/62GK102521615SQ201110435828
公开日2012年6月27日 申请日期2011年12月22日 优先权日2011年12月22日
发明者卢宁, 周雪, 方庆, 沈振, 贾海涛, 鞠初旭 申请人:电子科技大学