粒子濾波及其在無線通信中的應(yīng)用.pdf

1、最優(yōu)貝葉斯估計(jì)是一種求解目標(biāo)狀態(tài)后驗(yàn)概率密度分布的常用方法，在線性高斯系統(tǒng)中，狀態(tài)后驗(yàn)概率密度的均值與方差可通過卡爾曼濾波方式遞推得到，然而對(duì)于非線動(dòng)態(tài)系統(tǒng)，由于多重積分的存在而無法用最優(yōu)貝葉斯估計(jì)方法得到后驗(yàn)分布的準(zhǔn)確解析式，為此人們提出了許多的近似次優(yōu)算法，在這些次優(yōu)算法中，粒子濾波的估計(jì)精度最高、發(fā)展前景最好。
　　作為非線性動(dòng)態(tài)系統(tǒng)狀態(tài)估計(jì)的主要方法，粒子濾波是一種通過非參數(shù)化的蒙特卡羅模擬方法來遞推實(shí)現(xiàn)貝葉斯濾波的算法，

2、即利用狀態(tài)空間中的一組按照貝葉斯準(zhǔn)則進(jìn)行更新的粒子來對(duì)未知狀態(tài)的后驗(yàn)概率密度進(jìn)行估計(jì)，當(dāng)樣本粒子趨于無窮時(shí)，則這種近似方式得到的概率密度可等價(jià)于真實(shí)后驗(yàn)概率密度。針對(duì)非線性系統(tǒng)的狀態(tài)估計(jì)問題，特別是非線性非高斯系統(tǒng)，粒子濾波為系統(tǒng)狀態(tài)的求解提供了一種簡單而有效的工具，因其設(shè)計(jì)簡單、易于編程等優(yōu)點(diǎn)，現(xiàn)已受到了越來越多的關(guān)注，已被廣泛應(yīng)用于通信、雷達(dá)、導(dǎo)航、目標(biāo)跟蹤和機(jī)器學(xué)習(xí)等多個(gè)領(lǐng)域。
　　粒子濾波算法雖然目前在國內(nèi)外已取得了許多可

3、喜的進(jìn)展，但由于發(fā)展時(shí)間不長，許多關(guān)鍵性技術(shù)難題還沒有得到解決，如建議分布函數(shù)的構(gòu)建，重采樣算法引起的樣本枯竭，權(quán)值退化現(xiàn)象嚴(yán)重，算法收斂性等問題，為此，本文將從最優(yōu)貝葉斯濾波方法展開研究，逐步從線性高斯系統(tǒng)的濾波方法過渡到非線性系統(tǒng)的粒子濾波算法，主要研究了它的建議分布函數(shù)和重采樣技術(shù)，并提出了兩種改進(jìn)的粒子濾波算法。一種是從差分演化算法的角度出發(fā)，通過引入自適應(yīng)策略，利用對(duì)采樣粒子的自適應(yīng)差分變異和自適應(yīng)差分雜交的方式來增加粒子的多