粒子濾波算法及其應(yīng)用研究.pdf

1、非線性系統(tǒng)狀態(tài)估計(jì)一直受到國(guó)內(nèi)外學(xué)者的廣泛重視，成為一個(gè)具有重要理論和使用價(jià)值的熱點(diǎn)研究課題。粒子濾波是近年來(lái)逐步興起的一種適用于非線性系統(tǒng)狀態(tài)估計(jì)的濾波方法，其在統(tǒng)計(jì)信號(hào)處理、經(jīng)濟(jì)學(xué)、生物統(tǒng)計(jì)學(xué)、通信、目標(biāo)跟蹤、故障診斷、衛(wèi)星導(dǎo)航和聲納定位等領(lǐng)域均有廣泛的應(yīng)用前景。
　　目前粒子濾波算法仍有大量的問(wèn)題需要解決。例如，重要性概率密度函數(shù)的選取問(wèn)題、粒子退化問(wèn)題、粒子多樣性匱乏問(wèn)題、各種粒子濾波算法的收斂性問(wèn)題、提高粒子濾波的精度和

2、速度、粒子濾波算法的硬件實(shí)現(xiàn)、拓展粒子濾波新的應(yīng)用領(lǐng)域等問(wèn)題。為提高非線性系統(tǒng)狀態(tài)估計(jì)的精度，本文研究了粒子濾波與狀態(tài)平滑相結(jié)合的方法；為改善粒子退化問(wèn)題，本文研究了粒子濾波的重采樣方法；針對(duì)粒子濾波在實(shí)際工程領(lǐng)域應(yīng)用中的問(wèn)題，本文進(jìn)行了基于粒子濾波的非線性系統(tǒng)故障檢測(cè)研究和基于粒子濾波的單站被動(dòng)純角度目標(biāo)跟蹤研究。本文主要研究?jī)?nèi)容和成果如下：
　　第一，本文提出基于觀測(cè)路徑相似性的粒子估計(jì)算法。該算法利用系統(tǒng)狀態(tài)觀測(cè)值路徑和粒子

3、狀態(tài)觀測(cè)值路徑的相似性來(lái)修正粒子權(quán)值，使接近系統(tǒng)狀態(tài)的粒子具有更大的權(quán)值。該算法在對(duì)當(dāng)前時(shí)刻系統(tǒng)狀態(tài)進(jìn)行濾波操作的同時(shí)，對(duì)過(guò)去時(shí)刻系統(tǒng)狀態(tài)進(jìn)行平滑操作，提高了非線性系統(tǒng)狀態(tài)估計(jì)的精度。在一個(gè)典型非線性系統(tǒng)狀態(tài)估計(jì)問(wèn)題的仿真實(shí)驗(yàn)中，當(dāng)系統(tǒng)噪聲和觀測(cè)噪聲均為高斯噪聲時(shí)，該算法的均方根誤差和誤差方差均遠(yuǎn)優(yōu)于 SIR（sequential importance resampling）粒子濾波算法、輔助粒子濾波算法、正則化粒子濾波算法、高斯粒子濾

4、波算法和混合高斯粒子濾波算法；當(dāng)系統(tǒng)噪聲和觀測(cè)噪聲服從重尾非高斯分布、χ2(2)、t(2)和F(2,20)時(shí)，該算法的均方根誤差明顯優(yōu)于上述五種算法，誤差方差也小于這五種算法。此外，由于沒(méi)有重采樣操作該算法的計(jì)算復(fù)雜度較低。仿真實(shí)驗(yàn)結(jié)果表明，該算法的計(jì)算速度優(yōu)于 SIR粒子濾波、輔助粒子濾波和正則化粒子濾波，接近高斯粒子濾波。
　　第二，考慮到觀測(cè)時(shí)間間隔較長(zhǎng)時(shí)，平滑操作對(duì)上述基于觀測(cè)路徑相似性的粒子估計(jì)算法的實(shí)時(shí)性影響較大，本文

5、提出基于觀測(cè)路徑相似性重采樣的粒子濾波算法。該算法中不存在狀態(tài)平滑操作。對(duì)一個(gè)典型非線性系統(tǒng)狀態(tài)估計(jì)問(wèn)題的仿真實(shí)驗(yàn)結(jié)果表明，在高斯噪聲下當(dāng)系統(tǒng)噪聲方差大于觀測(cè)噪聲方差時(shí)，該算法的均方根誤差優(yōu)于 SIR粒子濾波算法、輔助粒子濾波算法、正則化粒子濾波算法和高斯粒子濾波算法，且誤差方差與這四種算法接近；當(dāng)系統(tǒng)噪聲方差等于或小于觀測(cè)噪聲方差時(shí)，該算法濾波精度與這四種算法接近。
　　第三，針對(duì)在粒子退化嚴(yán)重使所有粒子權(quán)值都等于零的情況下，現(xiàn)

6、有粒子濾波算法無(wú)法繼續(xù)進(jìn)行濾波，提出了先判斷各粒子似然函數(shù)值是否全為零并根據(jù)判斷結(jié)果決定后續(xù)執(zhí)行步驟的改進(jìn)策略。依據(jù)該改進(jìn)策略對(duì) SIR粒子濾波算法、輔助粒子濾波算法、正則化粒子濾波算法、高斯粒子濾波算法和基于觀測(cè)路徑相似性重采樣的粒子濾波算法提出了各自的改進(jìn)算法，使各粒子濾波算法的魯棒性得到提高。仿真實(shí)驗(yàn)結(jié)果驗(yàn)證了各改進(jìn)算法的有效性。
　　第四，針對(duì)非線性系統(tǒng)的故障檢測(cè)問(wèn)題，本文提出基于粒子濾波狀態(tài)估計(jì)和殘差平滑的非線性系統(tǒng)故障

7、檢測(cè)算法。該算法首先利用粒子濾波獲得系統(tǒng)狀態(tài)估計(jì)值，再采用系統(tǒng)狀態(tài)觀測(cè)值與系統(tǒng)狀態(tài)估計(jì)值的理想觀測(cè)值之差作為反映故障的殘差，最后使用殘差平滑值進(jìn)行故障檢測(cè)。仿真實(shí)驗(yàn)結(jié)果表明，在系統(tǒng)噪聲方差小于觀測(cè)噪聲方差時(shí)，該算法的非線性系統(tǒng)故障檢測(cè)性能優(yōu)于基于粒子濾波似然函數(shù)值的故障檢測(cè)算法。
　　最后，針對(duì)目前單站被動(dòng)純角度目標(biāo)跟蹤問(wèn)題缺乏有效的解決方法，本文將基于觀測(cè)路徑相似性重采樣的粒子濾波算法應(yīng)用于該問(wèn)題。仿真實(shí)驗(yàn)結(jié)果表明，當(dāng)觀測(cè)噪聲方