基于粒子濾波的多分量調(diào)頻定距偵察信號分離與參數(shù)提取.pdf

1、單通道信號分離問題廣泛存在于無線電偵測、語音信號分離、生理電信號去噪聲等領(lǐng)域,由于接收傳感器只有一個,獨立分量分析等傳統(tǒng)多通道信號分離算法并不適用。粒子濾波算法作為基于蒙特卡羅方法的貝葉斯濾波,適用于非線性系統(tǒng)以及非高斯噪聲環(huán)境,且濾波方法簡單,可較好的解決多參數(shù)估計中存在的非線性和復(fù)雜性問題。因此研究粒子濾波算法在單通道混合信號分離問題中的應(yīng)用具有重大的意義。
　　 本文首先介紹了粒子濾波基礎(chǔ)理論,并詳細(xì)分析了粒子濾波算法在混

2、合信號分離中存在的問題和解決思路。隨后介紹了單通道多分量正弦調(diào)頻定距信號的參數(shù)估計方法,提出了一種基于相位差的狀態(tài)空間降維思路,通過正交信號恢復(fù)信源信號相位差,使用粒子濾波算法估計相位差相關(guān)部分參數(shù),從而完成狀態(tài)空間降維,解決了本課題中高維狀態(tài)空間下粒子濾波問題。提出了一種高維空間下粒子濾波似然函數(shù)模型,比較固定長度粒子估計值和真實值誤差,進而準(zhǔn)確衡量粒子權(quán)重。通過在重采樣后引入MCMC轉(zhuǎn)移,解決了靜止參數(shù)下粒子多樣性降低問題,有效提高

3、粒子濾波迭代收斂速度。在相位差估計參數(shù)基礎(chǔ)上,由時域波形粒子濾波估計剩余參數(shù),從而完成多分量正弦調(diào)頻信號所有參數(shù)提取。隨后介紹了單通道多分量線性調(diào)頻混合信號參數(shù)估計方法,以及線性調(diào)頻和正弦調(diào)頻混合信號參數(shù)估計方法,解決了線性調(diào)頻和正弦調(diào)頻混合信號相位差粒子濾波狀態(tài)空間降維問題,并分析了相位差恢復(fù)符號模糊對參數(shù)估計的影響及其解決辦法。最后建立了單通道混合信號參數(shù)估計算法的硬件仿真平臺,介紹了仿真平臺各模塊設(shè)計思路及其功能,實現(xiàn)了粒子濾波參