基于改進(jìn)粒子濾波算法的應(yīng)用研究.pdf

1、粒子濾波算法(PF)的基本思想是基于蒙特卡羅采樣,根據(jù)要解決的具體問(wèn)題建立適當(dāng)?shù)母怕誓Ｐ?采用加權(quán)的后驗(yàn)樣本粒子來(lái)表示后驗(yàn)概率分布來(lái)計(jì)算所求參數(shù)的統(tǒng)計(jì)特征近似值。與傳統(tǒng)濾波方法相比,該方法具有簡(jiǎn)單易行,適用于非線性及非高斯噪聲環(huán)境等優(yōu)點(diǎn),因而被廣泛應(yīng)用于目標(biāo)跟蹤、導(dǎo)彈制導(dǎo)、機(jī)器人定位、匯率預(yù)測(cè)、故障檢測(cè)、群體生物學(xué)、通信與語(yǔ)音工程等領(lǐng)域。
　　 本文以粒子濾波的應(yīng)用為主線,研究了粒子濾波的基本原理、主要性質(zhì)、算法流程和實(shí)際應(yīng)用。

2、針對(duì)粒子濾波在重要性采樣時(shí)沒(méi)有融入最新的觀測(cè)值,初始狀態(tài)預(yù)估需要大量粒子以及粒子缺乏多樣性等問(wèn)題,結(jié)合粒子群優(yōu)化算法(PSO)提出了改進(jìn)的粒子濾波算法,在些基礎(chǔ)上,重點(diǎn)研究了改進(jìn)粒子濾波在非線性預(yù)測(cè)能力、目標(biāo)跟蹤和帶噪語(yǔ)音增強(qiáng)方面的應(yīng)用。
　　 本文圍繞著對(duì)提出的粒子群優(yōu)化粒子濾波算法在算法原理、算法應(yīng)用方面進(jìn)行了系統(tǒng)和細(xì)致的研究,主要工作和創(chuàng)新如下:
　　 1.介紹了基本的卡爾曼濾波算法、擴(kuò)展卡爾曼濾波算法、粒子濾波算

3、法、及粒子群算法,討論了他們的工作原理、算法流程、適用范圍以及各自算法存在的問(wèn)題和優(yōu)缺點(diǎn)。
　　 2.針對(duì)基本粒子濾波存在的問(wèn)題,將EKF估計(jì)和粒子群優(yōu)化算法融入到基本的粒子濾波算法中,利用EKF算法先對(duì)每一粒子進(jìn)行狀態(tài)更新,再利用粒子群優(yōu)化算法將最新的觀測(cè)值引入到重要性采樣分布中,使粒子向后驗(yàn)概率較高的區(qū)域運(yùn)動(dòng),從而提出一種改進(jìn)的粒子濾波算法,討論了該算法的非線性預(yù)測(cè)能力,并與傳統(tǒng)的相關(guān)算法進(jìn)行比較。
　　 3.將該算

4、法運(yùn)用到純方位目標(biāo)跟蹤中,實(shí)驗(yàn)仿真表明,改進(jìn)的粒子濾波算法在對(duì)目標(biāo)真實(shí)運(yùn)動(dòng)軌跡估計(jì)、目標(biāo)在系統(tǒng)各個(gè)方向上的位置誤差和速度均方誤差估計(jì)均有很大提高。進(jìn)一步證明本文所提算法的有效性和實(shí)用性。
　　 4.利用TVAR模型對(duì)語(yǔ)音信號(hào)模型中的各參數(shù)進(jìn)行建模,將對(duì)帶噪語(yǔ)音的降噪問(wèn)題轉(zhuǎn)化為帶噪語(yǔ)音對(duì)純凈語(yǔ)音的觀測(cè)估計(jì)問(wèn)題。將提出的改進(jìn)粒子濾波算法應(yīng)用到語(yǔ)音信號(hào)增強(qiáng),即對(duì)語(yǔ)音信號(hào)的TVAR模型的參數(shù)估計(jì)。實(shí)驗(yàn)仿真表明,與經(jīng)典粒子濾波算法、EKF