1、粒子濾波算法在非線性、非高斯的狀態(tài)估計問題中具有廣闊的應用前景,但龐大的計算量限制了其在實時系統(tǒng)中的應用,而硬件實現(xiàn)為此提供了有效的解決手段。本文針對粒子濾波集中式和分布式硬件設計中的速度和存儲問題,提出了多種優(yōu)化方案。
　　 在集中式結構中,為降低重采樣的存儲開銷,提出了狀態(tài)回寫和權重存儲器復用技術,避免了傳統(tǒng)結構中粒子索引存儲器和復制因子存儲器的使用；為降低采樣中粒子狀態(tài)的存儲需求,本文將粒子狀態(tài)分解為一初始狀態(tài)與狀態(tài)編碼表

2、示的兩狀態(tài)之差,實現(xiàn)了狀態(tài)的壓縮；為提升處理的速度,在硬件中引入了有效粒子數(shù)的判斷和間隔重采樣方法,降低了重采樣的發(fā)生次數(shù),并進一步提出了一種局部權重均值比較機制,成倍提升了濾波的效率。
　　 在分布式結構中,提出了權重排序機制,包括權重全排序和部分排序,用以平衡各處理單元內的粒子權重和,避免了粒子的再分配過程；同時提出了分層重采樣方法,包括粗粒度分層和細粒度分層,將重采樣以層次形式展開,并在統(tǒng)計上獲得了與集中式重采樣相同的結果