黄莉静，于乃文，王敬涛

（1.河北科技大学信息科学与工程学院，河北石家庄 050018；2.河北科技大学理工学院，河北石家庄 050018；3.石家庄学院计算机系，河北石家庄 050035）

基于均值迁移的粒子滤波算法研究

黄莉静1，于乃文2，王敬涛3

（1.河北科技大学信息科学与工程学院，河北石家庄 050018；2.河北科技大学理工学院，河北石家庄 050018；3.石家庄学院计算机系，河北石家庄 050035）

针对弱观测噪声环境下的粒子退化现象，特别是观测噪声较小时非线性非高斯的粒子滤波问题，提出了一种基于均值迁移的粒子滤波算法。首先，将核密度估计的无参快速模式匹配算法引入到粒子滤波中，并迭代计算概率密度估计。然后，利用均值迁移估计粒子梯度的方向，计算每个粒子移向其样本的均值。当粒子位置发生改变时，对重采样粒子进行加权处理。最后，根据本算法采样更新粒子集，有效地克服了粒子退化现象并提高了状态估计精度。

后验分布；密度估计；均值迁移；加权值；粒子滤波

黄莉静，于乃文，王敬涛.基于均值迁移的粒子滤波算法研究［J］.河北科技大学学报，2014，35（2）：184-188.

HUANG Lijing，YU Naiwen，WANG Jingtao.Particle filter algorithm based on mean-shift［J］.Journal of Hebei University of Science and Technology，2014，35（2）：184-188.

粒子滤波是一种基于蒙特卡洛方法和递推贝叶斯估计的统计滤波方法［1－3］，根据大数定理采用蒙特卡洛的方法来求解贝叶斯估计中的积分运算，国内外已经取得了一定的进展。文献［4］提出了似然粒子滤波（LPF），它使用似然函数作为建议分布，考虑了最新观测信息，而且保证大部分的粒子位于高似然区，从而提高了粒子的利用效率，使得状态估计更加准确。……