标题：一种基于传统粗化策略的改进粒子滤波算法
作者：王泾燃 张志宏 张钟浩 彭章友
作者单位：上海大学通信与信息工程学院，上海 200072
关键字：粒子滤波，K-means算法，粗化策略，样本贫化，被动跟踪
摘要：粒子滤波算法是一种重要的处理非线性、非高斯模型的推理算法，针对标准粒子滤波算法中存在的样本贫化问题，提出了一种新的基于传统粗化策略的改进粒子滤波算法。该算法首先利用带有簇类合并的K-means聚类算法对粒子进行聚类，再计算每个簇内状态变量的两个估计值之间的向量差值，将其作为粒子移动的指引方向。仿真结果证明，带有簇类合并的K-means算法的聚类效果优于标准K-means算法聚类效果，而且提出的粒子滤波改进算法加快了带有传统粗化策略的标准粒子滤波算法的收敛速度。