粒子滤波及其在MIMO无线通信中应用研究.pdfVIP

摘要 摘要 粒子滤波是一种基于贝叶斯理论和蒙特卡罗方法的在线推理算法，通过加权 样本集非参数化地近似后验分布。因其具有使用灵活、易于编程实现、适于处理 非线性、非高斯系统的状态估计问题等特点，而受到了越来越广泛的重视，已成 为应用数学、信号处理、自动控制、人工智能、机器学习等领域的研究热点。由 于粒子滤波的研究仍处于起步阶段，许多关键技术还未能有效解决，目前对粒子 滤波的大量研究主要集中在提高滤波性能、理论分析和扩展应用领域三方面。本 文针对粒子滤波存在的权值退化、样本衰竭和计算量大等主要问题，从粒子滤波 的理论基础、建议分布函数、重取样等方面开展研究，并将粒子滤波算法应用于 MIMO无线通信。主要工作和贡献有： 1、研究了基本粒子滤波算法存在的主要问题，给出了提高粒子滤波效率与精 度的主要方法与措施，基于转移核函数对粒子滤波算法的均方误差界、几乎处处 收敛性、中心极限定理和Cram6r-Rao下界进行了讨论。 2、研究了粒子滤波的建议分布函数。从理论分析和数值仿真两方面对常用建 议分布函数对粒子滤波器的性能影响进行了比较与分析，归纳总结了两大类建议 分布函数的主要优缺点和建议分布函数的一般设计原则。基于状态分解和噪声统 计特性来设计建议分布函数，提出了一种新的粒子滤波器——混合退火粒子滤波 器。针对观测噪声较小、状态过程存在分离部分以及后验分布的拖尾问题，基于 对观测噪声的加权处理，从设计建议分布函数的角度，提出了一种新的粒子滤波 器一加权序贯重要性重取样粒子滤波器，证明了其中心极限定理并通过两个常 见动态状态空间模型的数值仿真实验对其性能进行验证。 3、研究了粒子滤波的重取样算法。对多项式重取样、分层重取样、剩余重取 样和系统重取样等四种基本重取样算法的工作原理进行了详细分析，从理论分析 和数值仿真两方面对四种基本重取样算法的性能进行了比较。针对重取样导致的 样本衰竭等问题，在剩余系统重取样算法的基础上提出了一种改进算法——邻域 剩余系统重取样算法。对重取样时刻的自适应选择、重取样算法的自适应选取和 重取样粒子数目的自适应确定进行研究，在相关研究基础上给出了一种基于KLD 的完全自适应重取样算法。 摘要 4、以信道跟踪和符号检测为例研究了粒子滤波在MIMO无线通信中的应用。 针对非高斯噪声环境下的MIMO时变信道跟踪问题，建立了相应的动态状态空间 模型，并用退火粒子滤波器对其进行信道跟踪与符号检测。研究了非高斯噪声环 境下频选BLAST系统的符号检测问题，基于信道矩阵的QR分解和判决反馈均 衡原理建立了适于粒子滤波求解的动态状态空间模型，针对频选BLAST系统和 BLAST-OFDM系统，分别提出了基于粒子滤波的空时分层检测算法与空频分层 检测算法，并对上述算法进行了数值仿真和性能分析。 关键词：粒子滤波，建议分布函数，重取样，重要性权值，权值退化 n Abstract Abstract filterisanonlineinference whichis Particle basedon algorithm Bayesiantheory andMonteCarlomethodandit approximatesnon-parametrically probabilistie distribution ofitscharacteristicssuchas weighted flexibleness， using samples．Because to