粒子流滤波算法与应用

发布时间：2017-12-20 11:29

  本文关键词：粒子流滤波算法与应用　出处：《杭州电子科技大学》2016年硕士论文　论文类型：学位论文

  更多相关文章： 粒子流滤波 OFDM 信道估计 参数估计 单通道盲分离

【摘要】：传统粒子滤波算法是一种基于序贯重要性采样的蒙特卡罗方法,由于其中存在的重采样过程将导致“粒子贫化”现象,使得算法估计精度降低,计算复杂度增加。与粒子滤波不同,粒子流滤波算法用粒子流的方式取代重采样实现了贝叶斯估计,提高了估计精度,降低了计算复杂度,因此粒子流滤波算法将具有重要的理论意义和应用价值。本文主要研究粒子流滤波算法与应用。首先,介绍了粒子流滤波基本理论和三种不同粒子流滤波实现方式:准无旋近似法、参量近似法和弱解形式法,为算法后续的应用打下理论基础。其次,研究了基于粒子流滤波的OFDM时变信道估计方法。传统的基于粒子滤波的OFDM时变信道估计算法能够取得较好的估计性能,但是由于算法本身的“粒子贫化”现象,将影响时变信道的估计性能。针对上述问题,本文提出了一种基于粒子流滤波的OFDM时变信道估计算法。该算法用粒子流取代重采样,通过建立微分方程实现贝叶斯估计,采用粒子流将状态空间中的先验粒子平滑移动到后验分布上,实现了粒子更新并且避免了“粒子贫化”,其中粒子流滤波采用参量近似法实现。仿真结果表明:该算法与传统基于粒子滤波的OFDM信道估计算法相比,估计精度更高,算法计算复杂度更低,对环境噪声具有较好的鲁棒性。然后,研究了基于混合粒子流滤波的非线性参数估计方法。粒子滤波算法可以较好估计强非线性系统模型,但是粒子滤波算法却存在难以选取合适重要性分布函数、“粒子贫化”现象以及由粒子数增加导致的计算复杂度较高等问题。本文针对由线性状态方程和非线性测量方程组成的系统模型,提出了一种结合卡尔曼滤波和粒子流滤波的混合粒子流滤波算法,该方法首先利用粒子流滤波得到粗估计结果,然后应用卡尔曼滤波对粗估计结果进一步滤波得到最终估计结果,粒子流滤波采用参量近似法实现。仿真结果表明:该算法估计精度高于普通粒子流滤波算法、普通粒子滤波算法和混合粒子滤波算法,计算复杂度和普通粒子流滤波算法相当且低于普通粒子滤波算法和混合粒子滤波算法。最后,研究了基于粒子流滤波的单通道信号盲分离算法。为了提高基于粒子滤波的单通道信号盲分离算法性能,本文提出一种基于粒子流滤波的单通道信号盲分离算法。该算法首先将信号分离问题建模为状态估计问题,利用粒子流的方式更新粒子,粒子流滤波采用弱解形式法实现。仿真结果表明:与基于粒子滤波的单通道信号盲分离算法相比,该算法具有更低的误码率和计算复杂度。
【学位授予单位】：杭州电子科技大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TN713

【相似文献】

中国期刊全文数据库 前10条

1 胡振涛,刘先省;基于测量方差时变的改进强跟踪滤波算法[J];传感器技术;2005年06期

2 莫以为,萧德云;进化粒子滤波算法及其应用[J];控制理论与应用;2005年02期

3 赵梅;张三同;朱刚;;辅助粒子滤波算法及仿真举例[J];北京交通大学学报;2006年02期

4 张琪;胡昌华;乔玉坤;;基于权值选择的粒子滤波算法研究[J];控制与决策;2008年01期

5 汪溢;张毅;赵继承;;工程中常用的4种无序滤波算法[J];现代雷达;2008年12期

6 樊玲;;粒子滤波算法及其仿真[J];科技创新导报;2009年15期

7 邹卫军;薄煜明;陈益;;一种适用于低测量噪声系统的粒子滤波算法[J];信息与控制;2010年01期

8 何佳;;改进的粒子滤波算法在目标跟踪中的应用[J];科技情报开发与经济;2010年13期

9 高林;刘喜梅;顾幸生;;一种新的数据滤波算法[J];青岛理工大学学报;2010年03期

10 崔祥祥;王宏力;宋涛;张忠泉;;一种改进的裂变自举粒子滤波算法[J];桂林电子科技大学学报;2010年04期

中国重要会议论文全文数据库 前10条

1 李龙云;彭玉华;;小波变换模极大值域的一种自动滤波算法的实现[A];第十一届全国信号处理学术年会（CCSP-2003）论文集[C];2003年

2 李庆奎;吴星;崔健勇;陈勤勤;;模糊渐消滤波算法[A];中国测绘学会九届四次理事会暨2008年学术年会论文集[C];2008年

3 黄河;;插值粒子滤波算法的研究[A];2006通信理论与技术新进展——第十一届全国青年通信学术会议论文集[C];2006年

4 胡绍林;黄刘生;;非平稳信号的2(?)2型双重中值容错滤波算法[A];2003年中国智能自动化会议论文集（下册）[C];2003年

5 尹建君;张建秋;;混合线性/非线性联邦滤波算法及其在组合导航中的应用[A];2007系统仿真技术及其应用学术会议论文集[C];2007年

6 张赛;刘新学;刘扬;;一种改进的红外图像滤波算法[A];2007年光电探测与制导技术的发展与应用研讨会论文集[C];2007年

7 杨秀华;陈涛;王延风;吉桐伯;;光电跟踪目标的非线性滤波算法研究[A];第二届全国信息获取与处理学术会议论文集[C];2004年

8 秦臻;何顺华;朱号东;;非线性滤波算法在动态导航中的应用[A];江苏省测绘学会2011年学术年会论文集[C];2011年

9 李勇;陈书明;陈胜刚;;一种基于YHFT-Matrix DSP的去块效应滤波算法的向量化实现[A];第十五届计算机工程与工艺年会暨第一届微处理器技术论坛论文集（B辑）[C];2011年

10 陈大力;薛定宇;潘峰;;一种新型的双十字模糊滤波算法[A];2006中国控制与决策学术年会论文集[C];2006年

中国博士学位论文全文数据库 前10条

1 于m[;一类非理想条件下非线性系统的高斯滤波算法及其应用研究[D];哈尔滨工业大学;2015年

2 李伟;鲁棒自适应滤波算法及在飞行器技术中的应用研究[D];上海交通大学;2014年

3 梁军;粒子滤波算法及其应用研究[D];哈尔滨工业大学;2009年

4 李甫;粒子滤波算法研究及其电路设计[D];西安电子科技大学;2010年

5 朱娟;蒙特卡洛滤波算法在目标跟踪中的应用[D];中国科学院研究生院（长春光学精密机械与物理研究所）;2010年

6 高怡;运载器组合导航高性能滤波算法研究[D];西北工业大学;2014年

7 孟晋丽;基于邻域相关性的小波域滤波算法研究[D];西北工业大学;2006年

8 丁家琳;容积卡尔曼滤波算法研究及其在电机状态估计中的应用[D];西南交通大学;2015年

9 黄瀛;电力系统继电保护快速滤波算法研究[D];浙江大学;2005年

10 洪少华;基于粒子滤波的目标跟踪算法与硬件实现研究[D];浙江大学;2010年

中国硕士学位论文全文数据库 前10条

1 油锡存;步枪射击瞄准位置校正研究[D];昆明理工大学;2015年

2 吕娜娜;基于一致性的分布式粒子滤波算法研究[D];长安大学;2015年

3 张峰瑞;粒子滤波TBD及并行实现技术研究[D];电子科技大学;2014年

4 贾飞飞;非线性滤波算法及其应用研究[D];电子科技大学;2015年

5 魏国华;粒子滤波算法研究与实现[D];电子科技大学;2015年

6 肖婷婷;粒子滤波算法研究及其在无线定位跟踪中的应用[D];电子科技大学;2014年

7 饶子仁;HEVC环内滤波算法优化[D];西安电子科技大学;2014年

8 黄龙;粒子滤波算法及其在指尖跟踪中的应用研究[D];湘潭大学;2015年

9 胡永杰;机载激光雷达点云滤波算法研究[D];东华理工大学;2015年

10 付莎;北斗/INS组合导航系统定位中非线性滤波算法研究[D];西北大学;2015年

，

本文编号：1311933