粒子滤波适用于任何非线性非高斯系统的状态估计问题，具有应用灵活、适用范围广等优点.建议分布的选择恰当与否直接决定着粒子滤波的估计精度和估计效率.针对这一难点提出了采用粒子群优化算法来确定粒子的建议分布.粒子群优化算法作为新的群智能算法同样适应于各类非线性非高斯系统，采用该算法确定粒子滤波的建议分布保证了粒子滤波广泛的适应性,同时提高了估计精度.最后在Alpha稳定分布噪声环境下对CDMA系统多用户检测进行了仿真，结果表明,采用智能算法来确定粒子的建议分布极大地提高了粒子滤波的估计精度.

粒子滤波适用于任何非线性非高斯系统的状态估计问题,具有应用灵活、适用范围广等优点.建议分布的选择恰当与否直接决定着粒子滤波的估计精度和估计效率.针对这一难点提出了采用粒子群优化算法来确定粒子的建议分布.粒子群优化算法作为新的群智能算法同样适应于各类非线性非高斯系统,采用该算法确定粒子滤波的建议分布保证了粒子滤波广泛的适应性,同时提高了估计精度.最后在Alpha稳定分布噪声环境下对CDMA系统多用户检测进行了仿真,结果表明,采用智能算法来确定粒子的建议分布极大地提高了粒子滤波的估计精度.