陈志敏，薄煜明，吴盘龙，陈沁欣

(南京理工大学 自动化学院，江苏 南京210094)

0 引言

雷达作为主动传感器的代表，由于其性能不受天气情况的影响，以及获得目标量测的优秀性能，至今仍在跟踪系统中起着重要的作用。在雷达目标跟踪系统中，测量噪声往往会受到闪烁噪声的干扰［1］，由于闪烁噪声具有显著的非高斯分布特性，而常规的滤波算法大多是在Kalman 理论框架下的方法，在闪烁噪声较大的情况下难以得到精确的结果。粒子滤波(PF)是一种基于蒙特卡罗思想的滤波方法，由于其在处理非高斯非线性时变系统的参数估计和状态滤波问题方面有独到的优势，因此在闪烁噪声下机动目标的跟踪中得到重视［2］。但是标准粒子滤波算法中存在着计算量过大和精度不高的问题，并且粒子匮乏现象不可避免，这个Doucet［3］和Kong［4］都已经证明过。

智能优化算法在粒子滤波中的应用，成为粒子滤波史上的一大突破。基于人工鱼群算法［5］的粒子滤波(AFSA－PF)是一种模拟鱼群在自然环境中的生态行为的随机搜索最优值的滤波方法，使先验粒子向高似然域移动，从而改善粒子分布，提高粒子滤波估计精度.但是AFSA－PF 也存在着后期收敛较慢的问题，只适合在目标跟踪精度要求不是很高的场合。基于粒子群优化的粒子滤波算法(PSOPF)［6］保留了PSO 算法计算效率高，收敛快速的特点［7］，解决了粒子重要性采样过程次优的问题，改善了样本的分布，加速了粒子集的收敛，使得粒子滤波的性能得到很大的提高，并得到了广泛应用［8］。……