粒子濾波及其在無線通信中的應用.pdf

1、最優(yōu)貝葉斯估計是一種求解目標狀態(tài)后驗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，然而對于非線動態(tài)系統(tǒng)，由于多重積分的存在而無法用最優(yōu)貝葉斯估計方法得到后驗分布的準確解析式，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，粒子濾波的估計精度最高、發(fā)展前景最好。
　　作為非線性動態(tài)系統(tǒng)狀態(tài)估計的主要方法，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則進行更新的粒子來對未知狀態(tài)的后驗概率密度進行估計，當樣本粒子趨于無窮時，則這種近似方式得到的概率密度可等價于真實后驗概率密度。針對非線性系統(tǒng)的狀態(tài)估計問題，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，因其設計簡單、易于編程等優(yōu)點，現(xiàn)已受到了越來越多的關注，已被廣泛應用于通信、雷達、導航、目標跟蹤和機器學習等多個領域。
　　粒子濾波算法雖然目前在國內外已取得了許多可

3、喜的進展，但由于發(fā)展時間不長，許多關鍵性技術難題還沒有得到解決，如建議分布函數(shù)的構建，重采樣算法引起的樣本枯竭，權值退化現(xiàn)象嚴重，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，并提出了兩種改進的粒子濾波算法。一種是從差分演化算法的角度出發(fā)，通過引入自適應策略，利用對采樣粒子的自適應差分變異和自適應差分雜交的方式來增加粒子的多