简介:针对三维弹道目标,给出了一种有效的基于粒子滤波的跟踪算法。这种算法以标准的粒子滤波算法为基础,根据贝叶斯原理利用局部线性化技术获得最佳近似的重要性密度函数以避免粒子退化现象,并且利用Metropolis-Hastings(MH)采样构造的马尔科夫链得到更加符合目标分布的样本,从而最小化重采样后的粒子枯竭问题。此外,这里采用Kullback-Leibler距离(KLD)指标对不同粒子滤波算法的性能进行评估。仿真结果表明,该三维弹道目标跟踪算法粒子群与参考粒子群(近似真实目标概率分布的粒子群)之间的KLD比标准粒子滤波与参考粒子群之间的KLD更小,因此,能获得比标准粒子滤波算法更好的跟踪效果。
简介:针对深空次表层探测雷达相邻帧道数据相似的特性,提出了一种对相邻帧道差值数据进行分块自适应量化的算法——帧间差分分块自适应量化(FrameDifferenceBlockAdaptiveQuantization,FD-BAQ)。该算法首先对数据进行分块,然后进行帧间差分,并对差值数据或原始数据进行Lloyd-Max量化,最后用量化后的数据进行重构。在选择对差值数据或原始数据进行量化时,提出用数据方差作为量化误差的衡量指标,当子块差值数据方差小于原始数据方差时,对差值数据进行量化来替代对原始数据量化,否则直接量化原始数据,从而大幅减小量化误差。将该方法与已有改进型BAQ算法比较,实验结果表明,在相同压缩比条件下,FD-BAQ算法在数据域和图像域均能取得更好的压缩效果。