資源描述：
《免疫粒子群粒子濾波算法及硬件實現(xiàn)研究》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在教育資源-天天文庫。
1、浙江大學(xué)控制科學(xué)與工程學(xué)系碩士學(xué)位論文免疫粒子群粒子濾波算法及硬件實現(xiàn)研究姓名：徐濤申請學(xué)位級別：碩士專業(yè)：系統(tǒng)工程指導(dǎo)教師：馬龍華20100101摘要在非線性濾波領(lǐng)域，粒子濾波算法在繼傳統(tǒng)的擴展卡爾曼濾波算法和無跡卡爾曼濾波算法之后開始得到人們的重視，并廣泛應(yīng)用于目標(biāo)跟蹤、導(dǎo)航制導(dǎo)與控制、圖像處理及故障檢測等領(lǐng)域。粒子濾波是一種基于蒙特卡洛模擬實現(xiàn)遞推貝葉斯濾波的技術(shù)，利用在狀態(tài)空間中傳遞的隨機樣本，對狀態(tài)后驗概率密度函數(shù)進行近似，并根據(jù)蒙特卡洛估計原理估計狀態(tài)值。本質(zhì)上適用于任何非高斯及非線性的情況。但是，粒子濾波也存在固有的缺陷，如粒子退化、樣本貧
2、化及計算速度慢等問題。本論文針對傳統(tǒng)粒子濾波技術(shù)的固有缺陷，研究對粒子濾波算法的改進及其硬件實現(xiàn)問題，主要研究工作包括：1，針對傳統(tǒng)粒子濾波算法粒子退化及樣本貧化的固有缺陷，利用免疫粒子群優(yōu)化思想對粒子濾波的重采樣環(huán)節(jié)進行優(yōu)化處理，提出免疫粒子群粒子濾波算法(IMPSOPF)，通過狀態(tài)估計及目標(biāo)跟蹤應(yīng)用的仿真研究，證明該算法在解決粒子退化問題的同時避免了樣本貧化現(xiàn)象，算法是有效的。2，針對粒子濾波算法計算速度慢的固有缺陷，本論文通過MATLAB輔助ISE的設(shè)計方法將串行算法進行模塊劃分及Vetilog語言描述，并在賽靈思V5系列FPGA中實現(xiàn)IMPSOP
3、F算法。硬件算法的目標(biāo)跟蹤應(yīng)用的仿真研究表明，基于FPGA的IMPSOPF算法在保證算法估計狀態(tài)精度的同時，極大的提高了算法的運算速度，為今后IMPSOPF算法應(yīng)用于目標(biāo)跟蹤、導(dǎo)航制導(dǎo)與控制等實時性要求較高的領(lǐng)域奠定了堅實的理論基礎(chǔ)。關(guān)鍵詞：粒子濾波；免疫粒子群優(yōu)化(IMPSOPF)；FPGA；并行計算處理AbstractInnonlinearfiltering，particlefilteralgorithmhasbecamemoreandmorepopularafteralgorithmsofExtendedKalmanFilterandUnscent
4、edKalmanFilterwhichiswidelyusedinthefieldsofobjectivetracking，navigationguidanceandcontrol，imagineprocessingandmalfunctiondetecting．ParticlefilterisakindofmixtureofMonteCarloestimationtheoryandtechnologyofBayesfilteringwhichismakinguseofaswarmofparticlestransportedinpossibleareas
5、toestimatethefunctionofpriordensity．Inessential，itfitsforanynon—Gaussandnonlinearsituations．Butparticlefilteralgorithmhasitsowndrawbackssuchasparticledegenermion，impoverishmentandslowvelocityincalculming．Theinherencedrawbacksofparticlefilteralgorithmaretakenintoconsiderationinthi
6、spaperwithimprovedparticlefilteralgorithmandhardwareaccomplishmentaspaperresearchobjectives．Themainresearchworkisasfollowing：1,Takingparticledegenerationandsampleimpoverishmentintoaccount，proposesimmunityparticleswarmoptimizationparticlefilteralgorithm(IMPSOPF)whichcandealwithbot
7、hparticledegenerationproblemandsampleimpoverishment．Simulationinthefieldsofstateestimatingandobjectivetrackingshowitseffectiveness．2，Takingparticlefilteralgorithmslowvelocityofcalculatingintoaccount，onthebaseofmethodofMATLABaidingISEdesigning；wedecomposetheparticlefilteralgorithm
8、intosomemodulesandthenaccomplishfunction
