粒子濾波算法研究及其電路設計.pdf

1、統(tǒng)計信號處理中的非線性濾波問題廣泛存在于目標跟蹤、紅外弱小目標檢測、導航、故障檢測、金融等相關領域。粒子濾波作為解決非線性、非高斯動態(tài)系統(tǒng)濾波問題的一種有效方法，在軍事和民用領域已經(jīng)展現(xiàn)出有效而廣闊的理論和應用前景，備受國內(nèi)外學者的關注。
　　 本論文圍繞粒子濾波中最為關鍵的重要性函數(shù)采樣粒子問題，從算法上展開深入研究，通過補償、優(yōu)化的方法來獲取新的重要性函數(shù)；引入無參估計的方法移動粒子尋找后驗概率密度模型，提高了粒子濾波性能和

2、效率。另外，為了解決實際應用中粒子濾波計算量大的問題，設計了粒子濾波電路及其并行運算的電路結構，節(jié)省了資源消耗，提高了運算效率。具體的工作概括如下：
　　 1.提出了補償擴展卡爾曼粒子濾波算法。該方法在分析了擴展Kalman濾波器線性化誤差的基礎上，通過引進調(diào)節(jié)因子來補償因線性化引起的誤差，據(jù)此獲取粒子濾波中的重要性概率密度函數(shù)，同時該概率密度函數(shù)參考了最新的觀測量，因此由提議分布產(chǎn)生的粒子更能反映系統(tǒng)狀態(tài)的后驗概率分布。該算法

3、的濾波性能優(yōu)于標準粒子濾波和Kalman粒子濾波；與Unscented粒子濾波相比，算法降低了計算復雜度。
　　 2.提出了基于優(yōu)化的粒子濾波算法。該算法解決了補償擴展卡爾曼粒子濾波算法中補償因子選擇比較困難且不夠靈活的問題。采用最速下降法對目標代價函數(shù)進行無約束優(yōu)化，獲得最優(yōu)的調(diào)節(jié)因子；通過迭代逼近，搜索使得代價函數(shù)取得最小值的點，以此為參數(shù)獲取重要性概率密度函數(shù)并從中采樣高質(zhì)量的粒子。從該重要性函數(shù)中采樣得到的粒子更能反映系

4、統(tǒng)狀態(tài)的后驗概率分布，且融入了最新的觀測數(shù)據(jù)。該算法提高了粒子濾波的估計精度和采樣效率。
　　 3.提出了變窗寬核粒子濾波算法。非線性系統(tǒng)很難得到后驗概率的解析表達式，而傳統(tǒng)的粒子濾波及改進方法在對后驗概率密度分布先驗知之甚少的情況下一味的依靠重要性概率密度函數(shù)來采樣粒子，是具有一定的盲目性。針對此問題，該算法引入核密度估計，將其與粒子濾波相結合，通過優(yōu)化漸進均方積分誤差來獲取全局固定核窗寬，然后采用基于粒子的窗寬選擇機制，使得

5、從重要性函數(shù)中采樣后的粒子能夠通過變窗寬的核密度估計后朝著后驗概率密度的分布移動，新的粒子集更能反映后驗概率密度的分布。該方法實質(zhì)是通過核密度估計來尋找后驗概率密度“模型”，因而其在濾波性能和效率上都優(yōu)于標準的粒子濾波和核粒子濾波。
　　 4.提出了基于協(xié)方差的變窗寬核粒子濾波。該方法針對所提出的變窗寬核粒子濾波算法復雜度較高的問題，采用粒子集的協(xié)方差矩陣估計粒子的粗略核窗寬和其粗略的后驗概率密度，通過調(diào)節(jié)全局核窗寬獲得適用于每

6、一個粒子自身的精確核窗寬；迭代達到對后驗概率模型的尋找，使得粒子能夠在核密度估計后向后驗概率密度的分布移動。通過該方法降低了計算復雜度。
　　 5.研究了標準粒子濾波算法在純方位跟蹤系統(tǒng)中的電路設計方法。設計了基于冗余存儲的高效重采樣策略，通過增加冗余存儲來解決重采樣原位替換所引起的粒子覆蓋問題，降低了粒子濾波硬件資源Block RAM的消耗，提高了資源的利用率。設計了冗余存儲的并行粒子濾波結構，合理安排了冗余存儲的并行化策略，