粒子濾波及其在MIMO無線通信中的應用研究.pdf

1、粒子濾波是一種基于貝葉斯理論和蒙特卡羅方法的在線推理算法，通過加權(quán)樣本集非參數(shù)化地近似后驗分布。因其具有使用靈活、易于編程實現(xiàn)、適于處理非線性、非高斯系統(tǒng)的狀態(tài)估計問題等特點，而受到了越來越廣泛的重視，已成為應用數(shù)學、信號處理、自動控制、人工智能、機器學習等領域的研究熱點。由于粒子濾波的研究仍處于起步階段，許多關鍵技術還未能有效解決，目前對粒子濾波的大量研究主要集中在提高濾波性能、理論分析和擴展應用領域三方面。本文針對粒子濾波存在的權(quán)值

2、退化、樣本衰竭和計算量大等主要問題，從粒子濾波的理論基礎、建議分布函數(shù)、重取樣等方面開展研究，并將粒子濾波算法應用于MIMO無線通信。主要工作和貢獻有： 1、研究了基本粒子濾波算法存在的主要問題，給出了提高粒子濾波效率與精度的主要方法與措施，基于轉(zhuǎn)移核函數(shù)對粒子濾波算法的均方誤差界、幾乎處處收斂性、中心極限定理和Cramér-Rao下界進行了討論。 2、研究了粒子濾波的建議分布函數(shù)。從理論分析和數(shù)值仿真兩方面對常用建議分

3、布函數(shù)對粒子濾波器的性能影響進行了比較與分析，歸納總結(jié)了兩大類建議分布函數(shù)的主要優(yōu)缺點和建議分布函數(shù)的一般設計原則?；跔顟B(tài)分解和噪聲統(tǒng)計特性來設計建議分布函數(shù)，提出了一種新的粒子濾波器——混合退火粒子濾波器。針對觀測噪聲較小、狀態(tài)過程存在分離部分以及后驗分布的拖尾問題，基于對觀測噪聲的加權(quán)處理，從設計建議分布函數(shù)的角度，提出了一種新的粒子濾波器——加權(quán)序貫重要性重取樣粒子濾波器，證明了其中心極限定理并通過兩個常見動態(tài)狀態(tài)空間模型的數(shù)值

4、仿真實驗對其性能進行驗證。 3、研究了粒子濾波的重取樣算法。對多項式重取樣、分層重取樣、剩余重取樣和系統(tǒng)重取樣等四種基本重取樣算法的工作原理進行了詳細分析，從理論分析和數(shù)值仿真兩方面對四種基本重取樣算法的性能進行了比較。針對重取樣導致的樣本衰竭等問題，在剩余系統(tǒng)重取樣算法的基礎上提出了一種改進算法——鄰域剩余系統(tǒng)重取樣算法。對重取樣時刻的自適應選擇、重取樣算法的自適應選取和重取樣粒子數(shù)目的自適應確定進行研究，在相關研究基礎上給出

5、了一種基于KLD的完全自適應重取樣算法。 4、以信道跟蹤和符號檢測為例研究了粒子濾波在MIMO無線通信中的應用。針對非高斯噪聲環(huán)境下的MIMO時變信道跟蹤問題，建立了相應的動態(tài)狀態(tài)空間模型，并用退火粒子濾波器對其進行信道跟蹤與符號檢測。研究了非高斯噪聲環(huán)境下頻選BLAST系統(tǒng)的符號檢測問題，基于信道矩陣的QR分解和判決反饋均衡原理建立了適于粒子濾波求解的動態(tài)狀態(tài)空間模型，針對頻選BLAST系統(tǒng)和BLAST-OFDM系統(tǒng)，分別提出