[发明专利]自适应重采样粒子滤波算法

权利要求书

1.自适应重采样粒子滤波算法，其特征是：

(1)写出待估计变量的状态方程和观测方程，从建议分布中采样产生初始粒子和相应权值：

采用一阶AR模型模拟瑞利衰落信道，状态方程为H_k＝aH_k-1+V_k-1，观测方程为Y_k＝X_kH_k+W_k，其中H_k为k时刻信道状态值，a＝J₀(2πf_dT_s)，J₀()为第一类零阶Bessel函数，f_dT_s为归一化多普勒频移，V_k-1为状态噪声、满足复高斯分布，Y_k为观测值，X_k为已知发送符号信息，W_k为高斯观测噪声；

粒子总数为N，k-1时刻N个粒子为i＝1，2，·，N，每个粒子对应的权值为i＝1，2，·，N，令满足均值为0方差为1的高斯分布、权值均等，满足i＝1，2，·，N，从建议分布采样得到k时刻的N个初始粒子，即将代入状态方程，得到i＝1，2，·，N，根据观测方程，k时刻权值为

(2)估计实际输入信噪比，通过引入用来分辨粒子大小的参数TH₁和确定粒子保留或舍弃的参数TH₂实现重采样过程：

TH₁和TH₂取值范围为：TH₁∈(0，1)TH₂∈(0，1)，

参数TH₁和TH₂实现重采样过程的具体步骤为：

①根据步骤(1)中k时刻粒子的权值，首先分别计算每个粒子权值与TH₁/N的比值，即其中表示向下取整；通过比较R_i来分辨粒子权值的大小，TH₁取值越小，分辨精度越高；

②估计信噪比SNR，根据下式计算TH₂取值：

TH2=0.1SNR<0dB10SNR5-40dB≤SNR≤15dB0.9SNR>15dB,]]>如果输入信噪比发生变化，TH₂取值根据式TH2=0.1SNR<0dB10SNR5-40dB≤SNR≤15dB0.9SNR>15dB]]>自适应调节；

③将比值R_i归一化：Ri=RiΣi=1NRi;]]>

④若R_i＞TH₂，该粒子保留；若R_i≤TH₂，该粒子舍弃；

⑤k时刻保留下来的粒子为M个，即j＝1，2，·，M，对应每个粒子归一化比值为R_j，j＝1，2，·，M，再次归一化：

本步骤中的步骤①、②、③、④、⑤即为重采样过程，经过重采样产生M个新粒子j＝1，2，·，M和相应新权值j＝1，2，·，M；

(3)采样后根据新粒子和权值计算状态估计值：

根据步骤(2)中经过重采样得到的新粒子和权值，计算k时刻信道状态估值H_k：Hk=Σj=1MHkjR‾j.]]>