粒子濾波重采樣算法及其在盲均衡中的應用.pdf

1、粒子濾波方法由于在非線性和非高斯方面的獨到優(yōu)勢，備受廣大學者的關注。粒子濾波是一種基于蒙特卡羅分析和遞推貝葉斯估計的非線性濾波算法，和其他預測性濾波一樣，可以通過模型方程由測量空間遞推得到狀態(tài)空間。它采用粒子描述狀態(tài)空間，用由粒子及其權重組成的離散隨機測度近似真實的狀態(tài)后驗分布，并且根據算法遞推更新離散隨機測度。
　　 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象、粒子多樣性損失、重要性函數選取等問題。針對粒子

2、退化現象，一般采用重采樣的方法來處理，因此研究重采樣算法對提高粒子濾波算法的效率以及應用具有非常重要的意義。
　　 本文首先概述了論文的研究現狀和研究意義。然后介紹了粒子濾波的理論基礎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，多項式重采樣算法、分層重采樣算法、系統重采樣算法以及殘差重采樣算法。
　　 針對粒子濾波算法出現的退化現象，本文采用先驗概率密度函數代替最優(yōu)重要性密度函數，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，本文還對現有的盲均衡技術做了簡介，將粒子濾波算法應用于盲均衡領域。在此過程中，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值。這樣在對信道進行辨識過程中就無需對信道的后驗分布進行采樣，降低了算法的計算量，同時在均衡的過程中可完成對信道的辨識。
　　 最后，將改進的重采樣算法應用在盲均衡中，進行了仿真以及分析。仿真結果表明，