一种改进的粒子滤波算法及其在说话人跟踪中的应用.pdf

小 型 微 型 计 算 机 系 统 2012年3月 第3期 JournalofChineseComputerSystems V01．33 No．3 2O12 一 种改进的粒子滤波算法及其在说话人跟踪中的应用 曹 洁 ，李 伟 (兰州理工大学计算机与通信学院，兰州730050) (中国人民解放军91666部队，浙江舟山316000) E—mail．．1wyzSl5@ 163．com 摘 要：针对非线性、非高斯系统状态的在线估计问题，提出一种改进的粒子滤波算法，该算法综合考虑”优选建议分布函数” 和”重采样 “两种并行改进滤波性能的方法．首先通过unsce眦d卡尔曼滤波器产生系统的状态估计，并在协方差预测阶段iI入 衰减记忆因子，消弱滤波器对历史信息的依赖，增强当前量测信息对滤波器的修正作用，从而产生一个优选的建议分布函数，有 效抑制了粒子退化现象；接着在重采样阶段引入MCMC(MarkovChainMonteCarlo)方法来构造马尔科夫链产生服从目标分布 的粒子，使样本更加多样化，有效避免了粒子枯竭问题．最后，通过系统仿真及说话人跟踪实验，证明了该算法的有效性． 关 键 词：粒子滤波；衰减记忆因子；重采样；说话人跟踪 中图分类号：TP391 文献标识码 ：A 文 章 编 号：1000-1220(2012)03-0664-05 ImprovedParticleFilterAlgorithm witlIApplicationtoSpeakerTracking CAO Jie 。U W ei’ 【Co／e／geofComputerandCommunication-Id~．houUniversityofTechnology。La~log730050。Chn／al {PLATroopsof91666。Zhoushan316000。Chn／a) Abstract：AnimprovedparticlefilterbasedOll”optimum proposeddistributionfunction”and”resarnpling”twoparallelimprovingfil- tefingmethodsisproposedforhteon—lineestimationproblem ofnon-Gaussnonlinearsystems．Inordertoweakentheeffectof hisotri- calinformationandenhnacetheeffectofup—ot—datemeasurement。Weintroduce attenuationmemoryfactorforgeneratinghtemipor- tantdensi哆functionbasedonhteUnscentedKalmnaFilter(UKF)forabetterperformnaceininhibitinghteparticledegradationprob- lemsinhtenew algorithm．Thenew paradefiltercna solvehteproblem ofsampleimpoverishmentbynitroducingMarkovChain MonteCarlointorsamplnigstagetoconstructaMarkovChainnadproduceparticleswiht targetdistribution．Fnially。system simula- tionna dspeakertrackingexperimentalresultsshow htathteproposednew particalfilterissuperiorot htestandardparticlefilmron丘l— ternigperformance． Keywords：particelfliter；attenuationmemoryfacotr；resampling；speakertracking 1 引 言 研究人员提出了很多改进算法，主要依赖思想就是 “优选建 议分布函数”和”重采样”．目前，多数研究均