粒子流滤波算法与应用

粒子流滤波算法与应用

ID:35094355

大小:3.92 MB

页数:67页

时间:2019-03-17

粒子流滤波算法与应用_第1页
粒子流滤波算法与应用_第2页
粒子流滤波算法与应用_第3页
粒子流滤波算法与应用_第4页
粒子流滤波算法与应用_第5页
资源描述:

《粒子流滤波算法与应用》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、硕士学位论文题目:粒子流滤波算法与应用研究生吴棫专业信号与信息处理指导教师赵知劲教授完成日期2016年3月杭州电子科技大学硕士学位论文粒子流滤波算法与应用研究生:吴棫指导教师:赵知劲教授2016年3月DissertationSubmittedtoHangzhouDianziUniversityfortheDegreeofMasterParticleFlowFilteringAlgorithmandItsApplicationCandidate:WuYuSupervisor:Prof.ZhaoZhijinMarch,20164杭州电子科技大学学位论文原创性声明和使用授权说明原创

2、性声明,本人郑重声明:所呈交的学位论文,是本人在导师的指导下独立进行研究工作所取得或撰写过的成果。除文中已经注明引用的内容外,本论文不含任何其他个人或集体己经发表。的作品或成果。对本文的研究做出重要贡献的个人和集体,均己在文中^^明确方式标明一。申请学位论文与资料若有不实之处,本人承担切相关责任:。,论文作者签名:碱日期;^年3月日学位论文使用授权说明目本人完全了解杭州电子科技大学关于保留和使用学位论文的规定,P;研究生在校攻读学位期间论文工作的知识产权单位属杭州电子科技大学。本人保证毕业离校后,发表论文或使用论文工作成果时署名单位仍然为杭州电子科技

3、大学。学校有权保留送交论文的复印件,、^,可1^缩印或其允许查阅和借阅论文[^公布论文的全部或部分内容允许采用影印;学校可它复制手段保存论文。(保密论文在解密后遵守此规定)>'名曰论文作者签名曰期:年月:表Jt或3':日期;月指导教师签名^J口^年3//日杭州电子科技大学硕士学位论文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

4、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

5、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

6、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。关键词:粒子流滤波,OFDM,信道估计,参数估计,单通道盲分离I杭州电子科技大学硕士学

7、位论文ABSTRACTParticlefilteringalgorithmisaMonteCarlomethodwhichisbasedonthesequentialimportancesampling,itsre-samplingstepleadstoparticleimpoverishmentphenomenon,sothealgorithmsufferstheproblemsoflowaccuracyandhighcomput

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。