[发明专利]自适应重采样粒子滤波算法

说明书

技术领域

本发明涉及的是一种信号处理的方法。

背景技术

粒子滤波是基于贝叶斯理论的蒙特卡罗方法。其主要思想是采用一组带有权值的采样粒子来近似后验概率分布，根据采样值和权值大小进行状态估计。粒子滤波对状态变量没有任何限制，使用非常灵活，被广泛应用于各个工程领域。

在实时应用中，粒子滤波一个最大的问题就是计算量大。目前对粒子滤波算法的改进方向主要是提高精度，但同时也增加了计算量。为了减少计算量只能采取减少粒子数的方法，但这种做法是以降低估计精度为代价的，现有改进算法不能满足降低计算量的同时提高估计精度。

发明内容

本发明的目的在于提供能降低计算量、提高估计精度的自适应重采样粒子滤波算法。

本发明的目的是这样实现的：

本发明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ωki∝ωk-1ip(Yk|Hki);]]>

(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：