学位论文 > 优秀研究生学位论文题录展示

粒子滤波算法的硬件优化设计

作　者: 郑宁
导　师: 严晓浪；潘赟
学　校: 浙江大学
专　业: 电路与系统
关键词: 粒子滤波状态压缩局部权重均值比较权重排序分层重采样
分类号: TN713
类　型: 硕士论文
年　份: 2012年
下　载: 12次
引　用: 0次
阅　读: 论文下载

内容摘要

粒子滤波算法在非线性、非高斯的状态估计问题中具有广阔的应用前景,但庞大的计算量限制了其在实时系统中的应用,而硬件实现为此提供了有效的解决手段。本文针对粒子滤波集中式和分布式硬件设计中的速度和存储问题,提出了多种优化方案。在集中式结构中,为降低重采样的存储开销,提出了状态回写和权重存储器复用技术,避免了传统结构中粒子索引存储器和复制因子存储器的使用；为降低采样中粒子状态的存储需求,本文将粒子状态分解为一初始状态与状态编码表示的两状态之差,实现了状态的压缩；为提升处理的速度,在硬件中引入了有效粒子数的判断和间隔重采样方法,降低了重采样的发生次数,并进一步提出了一种局部权重均值比较机制,成倍提升了滤波的效率。在分布式结构中,提出了权重排序机制,包括权重全排序和部分排序,用以平衡各处理单元内的粒子权重和,避免了粒子的再分配过程；同时提出了分层重采样方法,包括粗粒度分层和细粒度分层,将重采样以层次形式展开,并在统计上获得了与集中式重采样相同的结果。相对于传统的结构,基于上述两种方法的分布式结构在处理速度、存储开销和滤波精度上均达到了更好的平衡。

全文目录

致谢  4-5
摘要  5-6
Abstract  6-7
图目录  7-9
表目录  9-10
目录  10-12
1 绪论  12-17
  1.1 课题背景及意义  12-13
  1.2 国内外研究现状  13-14
  1.3 本文研究内容及创新点  14-16
  1.4 本文的内容及组织  16-17
2 粒子滤波的基本理论  17-28
  2.1 序贯重要性采样  18-21
  2.2 建议分布的选取  21
  2.3 重采样  21-24
  2.4 粒子滤波算法  24-27
  2.5 本章小结  27-28
3 集中式粒子滤波算法的硬件优化设计  28-46
  3.1 集中式粒子滤波硬件的一般结构  28-33
    3.1.1 基于SR的集中式结构  28-29
    3.1.2 基于RSR的集中式结构  29-31
    3.1.3 基于IMH的集中式结构  31-33
  3.2 存储优化的集中式硬件设计  33-39
    3.2.1 重采样单元的存储优化  33-36
    3.2.2 采样单元的存储优化  36-39
  3.3 速度优化的集中式硬件设计  39-44
    3.3.1 基于传统重采样的速度优化  39-41
    3.3.2 基于局部权重均值比较机制的速度优化  41-44
  3.4 本章小结  44-46
4 分布式粒子滤波算法的硬件优化设计  46-65
  4.1 分布式硬件设计的一般结构  46-48
    4.1.1 基于RPA的分布式结构  46-47
    4.1.2 基于RNA的分布式结构  47-48
    4.1.3 基于IMH的分布式结构  48
  4.2 基于权重排序机制的分布式硬件设计  48-56
    4.2.1 基于权重全排序的分布式硬件设计  49-52
    4.2.2 基于权重部分排序的分布式硬件设计  52
    4.2.3 性能分析与比较  52-56
  4.3 基于分层重采样的分布式硬件设计  56-64
    4.3.1 基于粗粒度分层重采样的分布式硬件设计  56-58
    4.3.2 基于细粒度分层重采样的分布式硬件设计  58-62
    4.3.3 性能分析与比较  62-64
  4.4 本章小结  64-65
5 总结与展望  65-67
  5.1 论文总结  65-66
  5.2 未来的研究方向展望  66-67
参考文献  67-72
作者简历  72

粒子滤波算法的硬件优化设计

内容摘要

全文目录

相似论文