粒子濾波重采樣算法及其在盲均衡中的應(yīng)用.pdf

1、粒子濾波方法由于在非線性和非高斯方面的獨(dú)到優(yōu)勢(shì)，備受廣大學(xué)者的關(guān)注。粒子濾波是一種基于蒙特卡羅分析和遞推貝葉斯估計(jì)的非線性濾波算法，和其他預(yù)測(cè)性濾波一樣，可以通過(guò)模型方程由測(cè)量空間遞推得到狀態(tài)空間。它采用粒子描述狀態(tài)空間，用由粒子及其權(quán)重組成的離散隨機(jī)測(cè)度近似真實(shí)的狀態(tài)后驗(yàn)分布，并且根據(jù)算法遞推更新離散隨機(jī)測(cè)度。
　　 但粒子濾波算法本身也存在一些不足，例如其本身固有的粒子退化現(xiàn)象、粒子多樣性損失、重要性函數(shù)選取等問(wèn)題。針對(duì)粒子

2、退化現(xiàn)象，一般采用重采樣的方法來(lái)處理，因此研究重采樣算法對(duì)提高粒子濾波算法的效率以及應(yīng)用具有非常重要的意義。
　　 本文首先概述了論文的研究現(xiàn)狀和研究意義。然后介紹了粒子濾波的理論基礎(chǔ)和粒子濾波算法的原理，隨后介紹了幾種粒子濾波重采樣算法，多項(xiàng)式重采樣算法、分層重采樣算法、系統(tǒng)重采樣算法以及殘差重采樣算法。
　　 針對(duì)粒子濾波算法出現(xiàn)的退化現(xiàn)象，本文采用先驗(yàn)概率密度函數(shù)代替最優(yōu)重要性密度函數(shù)，并提出了一種新的粒子濾波重采

3、樣的算法-降序二分法。仿真結(jié)果表明，這種算法的平均性能優(yōu)于其他的重采樣算法。
　　 此外，本文還對(duì)現(xiàn)有的盲均衡技術(shù)做了簡(jiǎn)介，將粒子濾波算法應(yīng)用于盲均衡領(lǐng)域。在此過(guò)程中，利用粒子濾波的粒子特性，本文用信道的均值代替信道的真實(shí)值。這樣在對(duì)信道進(jìn)行辨識(shí)過(guò)程中就無(wú)需對(duì)信道的后驗(yàn)分布進(jìn)行采樣，降低了算法的計(jì)算量，同時(shí)在均衡的過(guò)程中可完成對(duì)信道的辨識(shí)。
　　 最后，將改進(jìn)的重采樣算法應(yīng)用在盲均衡中，進(jìn)行了仿真以及分析。仿真結(jié)果表明，