[发明专利]当前统计模型的概率假设密度粒子滤波器的设计及滤波器

权利要求书

1.一种基于当前统计模型的概率假设密度粒子滤波器的设计方法，其特征在于：

1) 在预测电路中，为了跟踪机动多目标，采用当前统计模型对目标的后验概率分布进行采样得到粒子分布；

2) 对于每一个观测值，所有粒子都需要参与一个观测值处理电路；由于选取的观测值过多会带来时延从而影响实时性，所以综合考虑性能和实时性，选择使用m个观测值参与更新电路的运算，其中机动多目标的最大数为n，杂波数目通过泊松过程产生，均值为p，以小概率事件计算，杂波的最大数目为m–n，所用到的观测值处理电路小于等于m；

3) 考虑到系统重采样算法必须在获得所有粒子的权值及其权值之和才开始运行，不利于流水运行，从而影响实时性，因此考虑选择固定的阈值，使用简化重采样算法，在获得粒子及其权值时即刻开始运行重采样操作，而无需等待所有粒子的生成，且易于并行实现；

4) 在状态估计电路中，需要计算机动目标当前加速度均值，并将其返回到预测电路，用于下一时刻利用当前统计模型对目标的后验概率分布进行采样； 

5) 滤波器使用粒子来表征目标的后验概率分布，由于粒子滤波器的性能和粒子的数目成正比，但是在硬件电路中，粒子数目过多会带来延时从而影响实时性，所以综合考虑性能和实时性，选择使用1024个粒子用于存活粒子，另外1024个粒子用于新生粒子；

6) 在滤波器设计方法中，估计目标的状态值需要用到聚类算法，这一步骤将使用软件计算或者DSP处理，硬件电路不做具体处理。

2.根据权利要求1所述方法的一种基于当前统计模型的概率假设密度粒子滤波器，其特征在于：包括预测电路（2）、更新电路（3）、重采样电路（4）和状态估计电路（5）；观测值（1）接更新电路（3）的第一输入端，预测电路（2）的第一输入端接状态估计电路（5）的第一输出端，预测电路（2）的输出端接更新电路（3）的第二输入端，更新电路（3）的输出端接重采样电路（4）的输入端，重采样电路（4）的第一输出端接预测电路（2）的第二输入端，重采样电路（4）的第二输出端接状态估计电路（5）的输入端。

3.根据权利要求2所述的一种基于当前统计模型的概率假设密度粒子滤波器，其特征在于：所述的预测电路（2），包括第一计数器（48），第二计数器（49），粒子序号存储器（47），粒子状态存储器（21），采样电路（22），状态估计电路（5），选择器（23），新生粒子生成器（24）；第一计数器（48）的输出端接粒子序号存储器（47）的第一输入端，第二计数器（49）的输出端接粒子序号存储器（47）的第二输入端，粒子序号存储器（47）的第一输出端接粒子状态存储器（21）的第一输入端，粒子序号存储器（47）的第二输出端接粒子状态存储器（21）的第二输入端，粒子状态存储器（21）的输出端接采样电路（22）的第一输入端，状态估计电路（5）的输出端接采样电路（22）的第二输入端，采样电路（22）的输出端接选择器（23）的第一输入端，新生粒子生成器（24）接选择器（23）的第二输入端，新生粒子信号接选择器（23）的第三输入端，选择器（23）的输出端接粒子状态存储器（21）的第三输入端。