粒子濾波算法研究及其電路設(shè)計(jì).pdf

1、統(tǒng)計(jì)信號(hào)處理中的非線性濾波問題廣泛存在于目標(biāo)跟蹤、紅外弱小目標(biāo)檢測、導(dǎo)航、故障檢測、金融等相關(guān)領(lǐng)域。粒子濾波作為解決非線性、非高斯動(dòng)態(tài)系統(tǒng)濾波問題的一種有效方法，在軍事和民用領(lǐng)域已經(jīng)展現(xiàn)出有效而廣闊的理論和應(yīng)用前景，備受國內(nèi)外學(xué)者的關(guān)注。
　　 本論文圍繞粒子濾波中最為關(guān)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(bǔ)償、優(yōu)化的方法來獲取新的重要性函數(shù)；引入無參估計(jì)的方法移動(dòng)粒子尋找后驗(yàn)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(shí)際應(yīng)用中粒子濾波計(jì)算量大的問題，設(shè)計(jì)了粒子濾波電路及其并行運(yùn)算的電路結(jié)構(gòu)，節(jié)省了資源消耗，提高了運(yùn)算效率。具體的工作概括如下：
　　 1.提出了補(bǔ)償擴(kuò)展卡爾曼粒子濾波算法。該方法在分析了擴(kuò)展Kalman濾波器線性化誤差的基礎(chǔ)上，通過引進(jìn)調(diào)節(jié)因子來補(bǔ)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(shí)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(yàn)概率分布。該算法

3、的濾波性能優(yōu)于標(biāo)準(zhǔn)粒子濾波和Kalman粒子濾波；與Unscented粒子濾波相比，算法降低了計(jì)算復(fù)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(bǔ)償擴(kuò)展卡爾曼粒子濾波算法中補(bǔ)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(duì)目標(biāo)代價(jià)函數(shù)進(jìn)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(jià)函數(shù)取得最小值的點(diǎn)，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(yàn)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(jì)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(yàn)概率的解析表達(dá)式，而傳統(tǒng)的粒子濾波及改進(jìn)方法在對(duì)后驗(yàn)概率密度分布先驗(yàn)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(duì)此問題，該算法引入核密度估計(jì)，將其與粒子濾波相結(jié)合，通過優(yōu)化漸進(jìn)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(jī)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(jì)后朝著后驗(yàn)概率密度的分布移動(dòng)，新的粒子集更能反映后驗(yàn)概率密度的分布。該方法實(shí)質(zhì)是通過核密度估計(jì)來尋找后驗(yàn)概率密度“模型”，因而其在濾波性能和效率上都優(yōu)于標(biāo)準(zhǔn)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(duì)所提出的變窗寬核粒子濾波算法復(fù)雜度較高的問題，采用粒子集的協(xié)方差矩陣估計(jì)粒子的粗略核窗寬和其粗略的后驗(yàn)概率密度，通過調(diào)節(jié)全局核窗寬獲得適用于每

6、一個(gè)粒子自身的精確核窗寬；迭代達(dá)到對(duì)后驗(yàn)概率模型的尋找，使得粒子能夠在核密度估計(jì)后向后驗(yàn)概率密度的分布移動(dòng)。通過該方法降低了計(jì)算復(fù)雜度。
　　 5.研究了標(biāo)準(zhǔn)粒子濾波算法在純方位跟蹤系統(tǒng)中的電路設(shè)計(jì)方法。設(shè)計(jì)了基于冗余存儲(chǔ)的高效重采樣策略，通過增加冗余存儲(chǔ)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(shè)計(jì)了冗余存儲(chǔ)的并行粒子濾波結(jié)構(gòu)，合理安排了冗余存儲(chǔ)的并行化策略，