基于FPGA的粒子濾波算法研究與實現(xiàn).pdf

1、粒子濾波是一種基于貝葉斯估計理論和蒙特卡羅方法的濾波算法，其基本思想是利用一組狀態(tài)空間中的隨機樣本，來近似后驗概率密度函數(shù)，最后根據(jù)蒙特卡羅方法對狀態(tài)值進行估計。對于非線性，非高斯系統(tǒng)有著高度的適應性，且精度其逼近最優(yōu)估計，成為當前最熱門的濾波算法之一。
　　本文首先對粒子濾波算法的研究現(xiàn)狀和背景意義進行了介紹，然后從貝葉斯估計和蒙特卡羅方法入手，對序貫重要性釆樣算法做了詳細的分析，并就粒子退化問題對重要性函數(shù)和重采樣進行了介紹，

2、在此基礎(chǔ)上引出了基本的粒子濾波算法。由于粒子濾波算法需要大量的粒子參與運算，因此決定了其存在計算量大，復雜度高，實時性差的缺點，限制了粒子濾波在實時系統(tǒng)中的應用。因此本文基于重采樣對粒子濾波算法進行改進和簡化，介紹了常見的多項式重采樣、系統(tǒng)重采樣和殘差重采樣，并對其硬件實現(xiàn)的復雜度和運算速度進行了分析。為了進一步提高粒子濾波算法的實時性，本文基于部分重采樣算法進行改進，提出了一種基于線性組合的重采樣算法。改進的重采樣算法電路結(jié)構(gòu)相對較為

3、簡單，不需要進行權(quán)值歸一化操作，并非簡單地進行對大權(quán)值粒子進行復制，而是通過線性組合產(chǎn)生新的粒子代替小權(quán)值粒子，有效地避免了粒子多樣性的喪失，這種算法在保證濾波精度的基礎(chǔ)上，大幅度的降低了運行時間。
　　最后本文以二維純方位目標跟蹤系統(tǒng)為應用場景，給出了改進簡化后粒子濾波算法的明確步驟。同時對粒子濾波算法的硬件設計進行了研究，將其硬件結(jié)構(gòu)主要劃分為采樣模塊，權(quán)值計算模塊，重采樣模塊和狀態(tài)估計輸出模塊。分析了粒子濾波并行執(zhí)行思路，通