專利名稱：擴展的切片高斯混合濾波器的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種數(shù)字濾波器，特別是涉及一種切片高斯混合濾波器。
背景技術(shù)：
數(shù)字濾波器通過對數(shù)字信 號的運算處理，改變信號頻譜，完成濾波作用的算法或裝置。數(shù)字濾波器是一個離散時間系統(tǒng)，可用計算機軟件實現(xiàn)。數(shù)字濾波器具有高精度、高可靠性、可程控改變特性或復用、便于集成等優(yōu)點。數(shù)字濾波器在語言信號處理、圖像信號處理、醫(yī)學生物信號處理以及其他應(yīng)用領(lǐng)域都得到了廣泛應(yīng)用。在噪聲環(huán)境下，通常需要對系統(tǒng)進行去噪，常用的去噪方法為濾波方法?？柭鼮V波器對線性高斯系統(tǒng)具有最優(yōu)的濾波性能，不過卡爾曼濾波器在非高斯噪聲環(huán)境下性能明顯降低。粒子濾波器適用于非線性非高斯系統(tǒng)，但粒子濾波器在濾波過程中根據(jù)重要性密度函數(shù)獲得樣本，樣本是粒子進化的基礎(chǔ)。然而，我們并不能得到最優(yōu)的重要性密度函數(shù)，而且所需的粒子數(shù)目也只能通過仿真的方法得到。已有的切片高斯混合粒子濾波器針對混合的線性/非線性系統(tǒng)，將系統(tǒng)的狀態(tài)估計問題轉(zhuǎn)化為條件線性空間模型的狀態(tài)估計問題。然而切片高斯混合濾波器只適用于高斯噪聲，對于非高斯噪聲環(huán)境下混合線性/非線性系統(tǒng)的狀態(tài)估計問題并未解決。

發(fā)明內(nèi)容
本發(fā)明的目的是為了解決非高斯噪聲環(huán)境下混合線性/非線性系統(tǒng)的狀態(tài)估計問題，將非高斯噪聲環(huán)境下的狀態(tài)器用并行的切片高斯混合濾波器來實現(xiàn)，實現(xiàn)了一種擴展的切片高斯混合濾波器。為了解決上述技術(shù)問題，本發(fā)明采用的技術(shù)方案是擴展的切片高斯混合濾波器，包括高斯近似模塊、預測模塊、高斯混合約簡模塊、切片高斯混合近似模塊、濾波模塊，高斯近似模塊的輸出為預測模塊的輸入，預測模塊的輸出作為高斯混合約簡模塊的輸入，高斯混合約簡模塊的輸出為濾波模塊的輸入，濾波輸出結(jié)果反饋給預測模塊；其中高斯近似模塊用于對接收到的非高斯噪聲的概率密度函數(shù)進行高斯混合近似；預測模塊對含有高斯混合噪聲的輸入信號的狀態(tài)進行預測，預測后狀態(tài)的概率密度函數(shù)為高斯混合的形式；高斯混合約簡模塊對預測后的狀態(tài)概率密度函數(shù)進行約簡；切片高斯混合近似模塊將約簡后的狀態(tài)概率密度函數(shù)近似為切片高斯混合的形式；濾波模塊對輸入信號的狀態(tài)進行更新。高斯混合約簡模塊保留預測概率密度函數(shù)中權(quán)值較大的高斯個體，并對個體按權(quán)值進行重采樣，重采樣只對權(quán)值小于給定的權(quán)值閾值的個體有效。與現(xiàn)有技術(shù)相比，本發(fā)明的優(yōu)點是I)本發(fā)明通過數(shù)字信號處理來實現(xiàn)擴展的切片高斯混合濾波器，具有計算速度快、易于算法移植的特點。2)本發(fā)明通過擴展切片高斯混合濾波器實現(xiàn)了非高斯噪聲下的狀態(tài)估計，從而克服了非高斯噪聲對狀態(tài)估計精度的影響，提高了非高斯噪聲環(huán)境下狀態(tài)估計的性能。3)本發(fā)明中的高斯混合約簡模塊利用重采樣保持高斯個體的數(shù)目穩(wěn)定，降低了貝葉斯推理的復雜度。


圖I為擴展切片高斯混合濾波器實現(xiàn)流程圖；圖2為高斯混合約簡算法流程圖。
具體實施例方式下面結(jié)合附圖對本發(fā)明作進一步詳細說明。

所考慮的混合線性/非線性系統(tǒng)為
權(quán)利要求
1.擴展的切片高斯混合濾波器，其特征在于，包括高斯近似模塊、預測模塊、高斯混合約簡模塊、切片高斯混合近似模塊、濾波模塊，高斯近似模塊的輸出為預測模塊的輸入，預測模塊的輸出作為高斯混合約簡模塊的輸入，高斯混合約簡模塊的輸出為濾波模塊的輸入，濾波輸出結(jié)果反饋給預測模塊；其中高斯近似模塊用于對接收到的非高斯噪聲的概率密度函數(shù)進行高斯混合近似；預測模塊對含有高斯混合噪聲的輸入信號的狀態(tài)進行預測，預測后狀態(tài)的概率密度函數(shù)為高斯混合的形式；高斯混合約簡模塊對預測后的狀態(tài)概率密度函數(shù)進行約簡；切片高斯混合近似模塊將約簡后的狀態(tài)概率密度函數(shù)近似為切片高斯混合的形式；濾波模塊對輸入信號的狀態(tài)進行更新。
2.如權(quán)利要求I所述的擴展的切片高斯混合濾波器，其特征在于，所述的高斯混合約簡模塊約簡時只保留預測概率密度函數(shù)中權(quán)值較大的高斯個體，并對個體按權(quán)值進行重采樣，重采樣只對權(quán)值小于給定的權(quán)值閾值的個體有效。
全文摘要
本發(fā)明為一種擴展的切片高斯混合濾波器，包括高斯近似模塊、預測模塊、高斯混合約簡模塊、切片高斯混合近似模塊、濾波模塊，其中高斯近似模塊用于對接收到的非高斯噪聲的概率密度函數(shù)進行高斯混合近似；預測模塊對含有高斯混合噪聲的輸入信號的狀態(tài)進行預測，預測后狀態(tài)的概率密度函數(shù)為高斯混合的形式；高斯混合約簡模塊對預測后的狀態(tài)概率密度函數(shù)進行約簡；切片高斯混合近似模塊將約簡后的狀態(tài)概率密度函數(shù)近似為切片高斯混合的形式；濾波模塊對輸入信號的狀態(tài)進行更新。本發(fā)明解決了非高斯噪聲環(huán)境下混合線性/非線性系統(tǒng)的狀態(tài)估計問題，將非高斯噪聲環(huán)境下的狀態(tài)器用并行的切片高斯混合濾波器來實現(xiàn)。
文檔編號H03H17/02GK102624358SQ20121011467
公開日2012年8月1日 申請日期2012年4月18日 優(yōu)先權(quán)日2012年4月18日
發(fā)明者甘明剛, 程蘭, 陳杰 申請人:北京理工大學