平坦衰落信道下粒子濾波盲檢測技術(shù)研究.pdf

1、粒子濾波技術(shù)對非線性系統(tǒng)和非高斯環(huán)境噪聲適應(yīng)性強(qiáng)、濾波算法簡單以及不受估計(jì)參數(shù)維數(shù)影響,可以很好的解決多參數(shù)估計(jì)中存在的非線性和非高斯的問題。平坦衰落信道下多參數(shù)聯(lián)合估計(jì),用傳統(tǒng)的方法來實(shí)現(xiàn)性能較低,有時(shí)還需要發(fā)送訓(xùn)練序列。因此,應(yīng)用粒子濾波方法研究平坦衰落信道下的多參數(shù)聯(lián)合估計(jì)有十分重要的意義。本文的主要工作概括如下:
　　1.在已知統(tǒng)計(jì)特性的平坦衰落信道下,比較了普通的粒子濾波算法和混合卡爾曼濾波(MKF)算法的性能,結(jié)果表明

2、:無論系統(tǒng)干擾噪聲是高斯的還是非高斯的,MKF采用較少的粒子數(shù)可以達(dá)到近似普通的粒子濾波的性能。
　　2.在未知統(tǒng)計(jì)特性的平坦衰落信道下,系統(tǒng)干擾噪聲為非高斯噪聲時(shí),推導(dǎo)了基于混合重要性函數(shù)的MKF盲檢測算法,在變粒子數(shù)盲檢測算法和進(jìn)化粒子濾波盲檢測算法中應(yīng)用到。
　　3.在未知統(tǒng)計(jì)特性的平坦衰落信道下,提出了一種變粒子數(shù)盲檢測算法。首先,利用基于混合重要性函數(shù)的MKF盲檢測算法(較多粒子)估計(jì)信道的模型參數(shù),然后應(yīng)用改進(jìn)隨

3、機(jī) M檢測算法(較少粒子)檢測碼元。變粒子數(shù)盲檢測器的優(yōu)點(diǎn)是復(fù)雜度低,不需要發(fā)送訓(xùn)練序列;其缺點(diǎn)是如果信道模型參數(shù)是變化的,需要在不同的算法之間切換。仿真結(jié)果表明變粒子盲檢測器,具有良好的性能,并且總體復(fù)雜度低。
　　4.在未知統(tǒng)計(jì)特性的平坦衰落信道下,提出了基于進(jìn)化粒子濾波盲檢測算法來緩解樣本貧化現(xiàn)象的影響。重采樣后,采用進(jìn)化粒子濾波算法來改善信道模型參數(shù)樣本集的多樣性。無論系統(tǒng)干擾噪聲是高斯的還是非高斯的,仿真結(jié)果顯示了算法的