[發明專利]改進的自舉裂變粒子濾波方法及其DSP硬件實現方法

有效

• 申請號: 201110308097.9
• 申請日: 2011-10-11
• 公開（公告）號: CN102508947A
• 公開（公告）日: 2012-06-20
• 發明（設計）人: 朱志宇;李陽;薄超;張冰;王建華;伍雪冬;趙強;王敏;楊官校
• 申請（專利權）人: 江蘇科技大學
• 主分類號: G06F17/50
• 分類號: G06F17/50
• 代理公司: 南京經緯專利商標代理有限公司 32200
• 代理人: 樓高潮

技術領域

本發明涉及一種應用DSP硬件系統實現粒子濾波及仿真的方法，屬于非線性系統濾波和電子技術領域。?

背景技術

粒子濾波是一種基于蒙特卡羅方法和遞推貝葉斯估計的統計濾波方法，適用于任何能用狀態空間模型以及傳統的卡爾曼濾波表示的非高斯背景的非線性隨機系統。但是粒子濾波存在粒子退化、粒子多樣性喪失、粒子數與計算復雜度同比增長等問題。為此人們提出了許多改進方法，其中裂變自舉粒子濾波(FBPF)算法就是在粒子濾波算法的基礎上改進重采樣過程，引入了權值銳化檢測和“權值排序(Sorting)-裂變繁殖(Fission)-權值歸一(Normalizing)”過程(簡稱SFN預處理過程)。裂變過程實質上是一種隨機采樣方法，它的采樣計劃不是始終保持不變的，而是根據實驗結果不斷進行調整，設計出新的采樣計劃，從而克服了粒子匱乏問題。?

在實際應用中，FBPF算法的復雜度主要由狀態空間模型的復雜度和算法本身的復雜度共同決定。如果一個算法的應用狀態空間模型已經建立，其復雜度也就隨之確定，因此要降低一個算法的復雜度最終還要從簡化算法入手。FBPF算法的計算中非線性函數較多，而大多數非線性函數計算又集中于權值計算步驟中。在FBPF算法中，一個輸入觀測值一般要經過N_s次復雜的函數計算，權值計算時要進行N_s次指數運算，權值歸一化時要進行N_s次除法運算，輸出結果時要進行N_s次乘法運算，因此，粒子生成、權值計算、權值歸一化、結果輸出分別需要N_s次循環計算，如果粒子數N_s很大時計算量將大得驚人。因此，FBPF算法計算量比較大，實時性差。本發明以提高FBPF算法的運算速度和濾波精度為目的，對FBPF算法進行了一些改進，并發展與算法匹配的硬件結構來實現速度的提高。?

同時，為了提高粒子濾波算法的運算速度和魯棒性，研究粒子濾波的硬件實現方法尤為關鍵。粒子濾波硬件實現的基本思想是：將粒子濾波劃分為初始采樣、重采樣、狀態更新等不同過程，利用流水線實現分時并行處理。但實用化粒子濾波算法器尚未研制成功，設計一個運算速度快、性能可靠、占用資源少的粒子濾波算法硬件模塊是本發明的主要內容。?

發明內容

本發明針對現有技術存在的缺陷提出了一種改進的裂變自舉粒子濾波算法，并給出了一種基于DSP的硬件實現及仿真方法。?

本發明改進的自舉裂變粒子濾波方法，包括如下步驟：?

步驟1：k＝0時初始化，采樣粒子?i＝1，…，N_s；k＝1，2，…時做以下循環迭代，其中，x₀表示0時刻系統的狀態向量，?表示系統的狀態先驗條件概率，?括號中的?表示某個變量，而p(x₀)表示初始狀態向量x₀的先驗概率，?表示0時刻狀態向量的第i個粒子，其權值為?k，Ns表示自然數；?

步驟2：i＝1，…，N_s，采樣粒子?計算非歸一化權重?計算權重的同時對這一時刻的權重累加求和，得到非歸一化的權值-粒子集?和權重累加和?其中，x_k表示k時刻系統的狀態向量，y_k表示k時刻系統的輸出，?是k時刻狀態向量的第i個粒子?的權值；?

步驟3：輸出結果，xk=(Σi=1Nsxki*wki)/Sk;]]>

步驟4：權值銳化檢測，估計粒子集X_k的有效樣本容量?