探析基于硬件实现的粒子滤波改进算法研究

《探析基于硬件实现的粒子滤波改进算法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、北京交通大学硕士学位论文基于硬件实现的粒子滤波改进算法研究姓名：余纯申请学位级别：硕士专业：交通信息工程及控制指导教师：张三同20071201北京窆通太堂亟±堂位j金塞虫塞擅要中文摘要摘要：目前，在信号检测与估计领域最常用的方法是卡尔曼滤波，然而卡尔曼滤波不能解决非线性非高斯问题。1993年，N．J．Gordon提出了用粒子滤波来对信号进行状态估计。该方法可以处理状态模型和观测模型均为非线性、非高斯的情况，有效克服了卡尔曼滤波的一些缺点，但是它也带来一些问题，如相对于卡尔曼滤波，算法复杂，运算量大，需要的存储空间大、实时性差。在硬件实现中粒子滤

2、波算法面临的主要问题有：算法自身执行速度慢，硬件存储资源有限。本课题介绍了传统的粒子滤波算法原理以及该算法的发展现状，阐述了数字信号处理系统的特点与发展，分析了粒子滤波算法特点，着重从复杂度、存储空间、实时性方面进行了分析研究。还分析了TIDSP硬件资源，尤其对1rITMS320VC54x系列的DSP进行了详细地分析。针对粒子滤波算法运算量大，需要的存储空间大、实时性差等特点，提出了改进算法，将粒子滤波重要性计算中的权值归一化部分合并到重采样计算和输出计算，并且改进了硬件存储方式，对粒子滤波中的重采样步骤进行分析研究，总结出更适合于硬件实现的重

3、采样算法。最后介绍了高斯粒子滤波算法，并从硬件实现的角度出发给出了改进算法。以二维纯方位日标跟踪为例，在TIDSPTMS320VC5402系统上得到的仿真结果进一步表明，与改进前的粒子滤波算法相比，上述采用的改进算法更加适合于硬件实现，一定程度上节省了硬件存储资源，提高了算法的运行速度。关键词：粒子滤波i数字信号处理；高斯粒子滤波：硬件实现分类号：U283．1ABSTRACT：Nowadays，Kalmanfilteringalgorithmiswidelyusedinthefieldofsignaldetectionandestimation

4、,buttheKalmanfiltercaD．notsolvenonlinearandnon-Gaussianproblems．In1993，N．J．Gordonproposedparticlefiltertoestimatethesign面state．Thismethodcanhandlestatemodelandobservationmodalinnonlinearandnon-Gaussiansituation．SotheshortcomingsofKalmanfilteringaleeffectivelyovercomed．Howeve

5、r,comparedwithKalmanfiltering,ithasbroughtsomeproblems：morecomplexalgorithm、morecomputation、theneedforlargerstoragespaceandW01晤creal-timeproblems．Inthehagdwareimplementationofparticlefilter,themainproblemsare"slowimplementationofalgorithminitselfandlimitedhardwarestoragereso

6、urces．Inthisthesisthetraditionalparticlefilterprincipleandthedevelopmentofthealgorithmareintroduced．ThecharacteristicanddevelopmentofDigitalSignatProcessingSystemareexpounded．Thecharacteristicsofparticlefilterareanalyzedandthealgorithmisanalyzedandstudiedmainlyfromtheaspects

7、：complexity、storagespaceandreal-timeproblem．TheTIDSPhardwareresom'eesarealsoanalyzed,especiallyadetailedanalysisiscarriedoutontheTITMS320VC54xseriesofDSE11圮complexity、storagespaceandreal-timeproblemofparticlefilteralgorithmareanalyzedandstudiedcarefully．Againstmo∞computingca

8、pacity,biggerstoragespace,poorerreal—timecharacteristicsofparticlefilter,so