一種改進的粒子濾波算法研究及應用.pdf

1、隨著統(tǒng)計信號處理技術的不斷發(fā)展，非線性濾波問題受到越來越廣泛的關注，其基本任務是從受噪聲污染的觀測量中遞推地估計不可觀測的系統(tǒng)狀態(tài)。粒子濾波是近年發(fā)展起來的一種非線性濾波方法，它通過非參數(shù)化的蒙特卡羅模擬方法來實現(xiàn)遞推貝葉斯濾波算法。采用粒子描述狀態(tài)空間，用由粒子及其權重組成的離散隨機測度近似真實的狀態(tài)后驗分布。但是經(jīng)過幾次迭代以后，粒子濾波普遍存在退化現(xiàn)象。針對粒子濾波算法中存在退化現(xiàn)象的問題，本文提出了粒子濾波算法的一種改進算法。<

2、br>　　首先，提出改進粒子濾波算法的基本思想，將U粒子濾波算法和MCMC粒子濾波算法相結合，產(chǎn)生具有MCMC移動步驟的U粒子濾波算法。該算法采用UKF算法將最新觀測量引入狀態(tài)估計，以獲得更好的重要性函數(shù)，在重采樣步驟后采用MCMC方法，增加粒子的多樣性，改善算法的性能。
　　其次，對提出的具有MCMC移動步驟的U粒子濾波算法，進行性能分析，從樣本產(chǎn)生和對 MCMC移動步驟的使用兩個方面對算法進行改進，減小了算法的計算量，提高算法

3、的運算速度。
　　最后，將粒子濾波的基本算法和本文提出的改進算法應用到信道盲均衡的實驗中。先將使用粒子濾波算法與EKF算法的誤比特率進行了比較；再將使用各種現(xiàn)有的粒子濾波改進算法的誤比特率進行了比較；然后將使用現(xiàn)有算法中誤比特率最低的算法與本文提出的算法的誤比特率進行了比較，并且分析了各種算法的均方根誤差。
　　性能分析和仿真實驗結果都表明，本文提出的改進的粒子濾波算法既能減小基本算法的均方根誤差和誤碼率，同時又能提高算法的