基于粒子濾波的多分量調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用具有重大的意義。
　　 本文首先介紹了粒子濾波基礎理論,并詳細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,通過正交信號恢復信源信號相位差,使用粒子濾波算法估計相位差相關部分參數(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,進而準確衡量粒子權重。通過在重采樣后引入MCMC轉移,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頻信號所有參數(shù)提取。隨后介紹了單通道多分量線性調頻混合信號參數(shù)估計方法,以及線性調頻和正弦調頻混合信號參數(shù)估計方法,解決了線性調頻和正弦調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計思路及其功能,實現(xiàn)了粒子濾波參