一种改进粒子滤波算法及其在多径估计中的应用-计算机工程.PDFVIP

第 卷 第 期 计 算 机 工 程 年 月 开发研究与工程应用 文章编号 文献标志码 中图分类号 一种改进粒子滤波算法及其在多径估计中的应用 王志远程 兰谢 刚 太原理工大学 信息工程学院太原 摘 要 针对传统粒子滤波存在的粒子枯竭问题提出一种基于自适应差分进化的粒子滤波算法 利用自适应差 分进化算法代替粒子滤波中的重采样策略来产生新粒子使粒子向状态后验概率密度函数的高似然区移动同时 提高粒子的多样性 通过一种非线性自适应调节策略自适应地调整变异因子和交叉因子以提高改进粒子滤波中 差分进化的寻优能力 应用于多径估计的仿真结果表明该算法可克服粒子枯竭问题与粒子滤波扩展卡尔曼滤 波和差分进化的粒子滤波算法相比具有更好的多径估计性能 关键词 差分进化粒子滤波非线性自适应控制参数估计多径效应 中文引用格式王志远程 兰谢 刚一种改进粒子滤波算法及其在多径估计中的应用计算机工程 英文引用格式 题因此研究者提出了多种改进方法如迭代扩展 概述 卡尔曼滤波的 算法 基于无迹卡尔曼滤波的 在非线性 系统 中 利用 粒 子 滤 波 算法 基于遗传算法的算法 确定性重采 算法进行状态估计是近年来研究的热 样的算法 基于粒子群优化的无迹算法 点 它是一种基于贝叶斯推理的估计方法通过非 虽然以上这些改进算法能在一定程度上解决粒子枯 参数化的蒙特卡罗模拟方法实现递推贝叶斯滤 竭问题但并没有完全解决 的粒子枯竭问题因 波 虽然 算法应用广泛滤波效果较好但传 此研究改进重采样算法对解决 的粒子枯竭问题 统的粒子滤波存在粒子退化问题 为了解决这个问 仍具有重要意义