专利名称：改进人工蜂群粒子滤波信道估计方法
技术领域：
本发明涉及的是一种信号处理的方法。
背景技术：
粒子滤波适用于任何非线性非高斯系统的状态估计问题，使用非常灵活，被广泛应用于各个工程领域。粒子滤波的建议分布是否恰当直接关系到粒子滤波的估计精度和估计效率。Ronghua Guo等人采用Unscented卡尔曼滤波确定粒子滤波的建议分布([1] Ronghua Guo, Zheng Qin, Chen Chen. An adaptive unscented particle filter for tracking ground maneuvering target. Proceedings of IEEE international conference on mechatronics and automation. 2007 :2138_2143P)，但这种方法将粒子的后验_既率分布近似为高斯分布，不满足这一条件时该方法的估计精度有限。而群智能优化算法对系统没有任何限制，因此将群智能优化算法与粒子滤波相结合既能保证粒子滤波在各类系统中的广泛适用性又能提高粒子滤波的估计精度，是近年来研究人员的研究重点。 Seongkeun Park等人采用遗传算法优化粒子滤波的建议分布([2]kongkeun Park, Jae Pil Hwang, Euntai Kim. A new evolutionary particle filter for the prevention of sample impoverishment. IEEE transactions on evolutionary computation. 2009,(13) 801-809P)，提高了算法的估计精度但遗传算法收敛速度较慢，计算量大。Gongyuan Zhang 等人采用粒子群优化算法优化粒子滤波的建议分布([3]Gongyuan Zhang,Yongmei cheng, Feng Yang, et al. Particle filter based PSO. 2008 international conference on intelligent computation and automation. 2008 :121-124P)，粒子群优化算法的优化效率要高于遗传算法，但计算量大，计算复杂。
发明内容
本发明的目的在于提供收敛速度快、计算量少、估计精度高的改进人工蜂群粒子滤波信道估计方法。本发明的目的是这样实现的本发明改进人工蜂群粒子滤波信道估计方法，其特征是(1)写出待估计变量的状态方程和观测方程，从建议分布中采样产生初始粒子和相应权值采用一阶AR模型模拟瑞利衰落信道，状态方程为巧 ^fj Gf1，观测方程为 Y, XkHk J K，其中Hk为k时刻信道状态值， Λ ^fdTs J0 >为第一类零阶Bessel函数，fdTs为归一化多普勒频移，&D为复高斯白噪声，Yk为观测值，&为已知发送符号信息，Wk 为高斯噪声；粒子总数为N，k「1时刻N个粒子为甩" 1，2，’，#，每个粒子对应的权值为<" 1，2，·，#，令甩β满足均值为O方差为1的高斯分布，权值均等，满足
权利要求
1.改进人工蜂群粒子滤波信道估计方法，其特征是(1)写出待估计变量的状态方程和观测方程，从建议分布中采样产生初始粒子和相应权值采用一阶AR模型模拟瑞利衰落信道，状态方程为Hk = aHH+VH，观测方程为Yk = XkHk+Wk，其中Hk为k时刻信道状态值，a = J0 (2 π fdTs)，J0 O为第一类零阶Bessel函数，fdTs 为归一化多普勒频移，Vlri为复高斯白噪声，Yk为观测值，&为已知发送符号信息，Wk为高斯噪声；粒子总数为N, k-Ι时刻N个粒子为祐—i = 1，2，·，N，每个粒子对应的权值为i =1，2，·，N，令满足均值为0方差为1的高斯分布，权值均等，满足^t1 i = 1，.2，·，N，从建议分布尸pL)采样得到k时刻的N个初始粒子，即将好丨―,戈入状态方程， 得到好丨，i=l,2, ·，N，根据观测方程，k时刻权值为4 =^4-4( I甩)；(2)将初始粒子中随机抽取半数粒子进行优化，计算每个待优化粒子的适应度函数值， 并归一化得到概率值N_ _ 2 _ · ΛΜΜ,将待优化粒子代入步骤(1)中的观测方程，得到I^t1，定义适应度函数为fit, ρ — J Jj = 1，2，·，M，归一化得到概率值1 一 ^jt j = 1,2, - ,Μ；片.随机抽取M=个粒子进行优化丨代表向下取整)，即…j = 1,2,L·」Hi,fit, = exp(Yk-Y^f(3)概率值最大的粒子为全局最优点，根据概率值确定粒子的复制数量，复制的粒子要在最优值附近搜索产生新值，搜索要向最优值方向gbest = arg max (Pj)，gbest为当前的全局最优解，Lj为每个粒子复制的个数Λ =Li3; .M」，j = 1，2， ，M，复制后的粒子为:Huk,xx = 1，2，·，U，复制后的粒子按下式向最优值方向搜索产生新粒子H": = TlHuk +r2 (gbest -巧)，u = 1，2，·，U ;Γι、r2 均为 0 到 1 之间的值；(4)将产生的新粒子再次计算适应度函数和概率值、并与原粒子比较，若新粒子的概率大于原粒子则保留新粒子，若新粒子的概率小于原粒子则放弃新粒子，如此反复迭代将新粒子Hf和原粒子分别代入步骤O)中计算概率值，取使概率较大的粒子作为本次次迭代产生的新粒子，将新粒子重复步骤O)、步骤(3)，反复迭代；(5)设定步骤(4)的迭代次数，当达到设定迭代次数时停止迭代，将优化后的粒子和步骤O)中剩余的半数初始粒子联合作为粒子滤波的建议分布实现信道估计。
全文摘要
本发明的目的在于提供改进人工蜂群粒子滤波信道估计方法，包括以下步骤写出待估计变量的状态方程和观测方程，从建议分布中采样产生初始粒子和相应权值，将初始粒子中随机抽取半数粒子进行优化，计算适应度函数值，并归一化得到概率值，概率值最大的粒子为全局最优点，根据概率值确定粒子的复制数量，复制的粒子要在最优值附近搜索产生新值，搜索要向最优值方向，将产生的新粒子再次计算适应度函数和概率值、并与原粒子比较，若新粒子的概率大则保留，反之放弃，如此迭代，当达到设定迭代次数时停止，将优化后的粒子和剩余的半数初始粒子联合作为粒子滤波的建议分布实现信道估计。本发明收敛速度快、计算量少、估计精度高。
文档编号H04L25/02GK102215188SQ201110165789
公开日2011年10月12日 申请日期2011年6月20日 优先权日2011年6月20日
发明者付进, 梁国龙, 韩雅菲 申请人:哈尔滨工程大学