粒子濾波算法的硬件優(yōu)化設(shè)計(jì).pdf

1、粒子濾波算法在非線性、非高斯的狀態(tài)估計(jì)問(wèn)題中具有廣闊的應(yīng)用前景,但龐大的計(jì)算量限制了其在實(shí)時(shí)系統(tǒng)中的應(yīng)用,而硬件實(shí)現(xiàn)為此提供了有效的解決手段。本文針對(duì)粒子濾波集中式和分布式硬件設(shè)計(jì)中的速度和存儲(chǔ)問(wèn)題,提出了多種優(yōu)化方案。
　　 在集中式結(jié)構(gòu)中,為降低重采樣的存儲(chǔ)開(kāi)銷,提出了狀態(tài)回寫和權(quán)重存儲(chǔ)器復(fù)用技術(shù),避免了傳統(tǒng)結(jié)構(gòu)中粒子索引存儲(chǔ)器和復(fù)制因子存儲(chǔ)器的使用；為降低采樣中粒子狀態(tài)的存儲(chǔ)需求,本文將粒子狀態(tài)分解為一初始狀態(tài)與狀態(tài)編碼表

2、示的兩狀態(tài)之差,實(shí)現(xiàn)了狀態(tài)的壓縮；為提升處理的速度,在硬件中引入了有效粒子數(shù)的判斷和間隔重采樣方法,降低了重采樣的發(fā)生次數(shù),并進(jìn)一步提出了一種局部權(quán)重均值比較機(jī)制,成倍提升了濾波的效率。
　　 在分布式結(jié)構(gòu)中,提出了權(quán)重排序機(jī)制,包括權(quán)重全排序和部分排序,用以平衡各處理單元內(nèi)的粒子權(quán)重和,避免了粒子的再分配過(guò)程；同時(shí)提出了分層重采樣方法,包括粗粒度分層和細(xì)粒度分層,將重采樣以層次形式展開(kāi),并在統(tǒng)計(jì)上獲得了與集中式重采樣相同的結(jié)果