基于粒子濾波的單通道盲分離算法研究.pdf

1、單通道盲分離是盲信號(hào)處理的重要分支,作為統(tǒng)計(jì)處理、人工神經(jīng)網(wǎng)絡(luò)以及信息論等多門學(xué)科結(jié)合的產(chǎn)物,具有重要的理論研究和實(shí)用價(jià)值。在眾多盲分離算法中,粒子濾波突破了傳統(tǒng)方法的種種限制條件,成為解決盲分離問題的一種新方法。本文在粒子濾波的框架下討論了非線性信號(hào)的盲分離問題,在混合信號(hào)的去噪、分離以及未知系統(tǒng)參數(shù)和狀態(tài)聯(lián)合估計(jì)方面做了研究和探討,最后提出了一種基于粒子濾波改進(jìn)策略的盲分離算法。
　　 本研究主要內(nèi)容包括：⑴詳細(xì)描述了粒子濾

2、波算法的基本原理和算法流程,同時(shí)介紹了粒子濾波的發(fā)展現(xiàn)狀以及應(yīng)用領(lǐng)域。針對(duì)粒子濾波中存在的問題,給出了兩種增強(qiáng)算法:正則化粒子濾波(RPF)和加入了馬爾科夫鏈蒙特卡羅的粒子濾波(PF-MCMC),通過仿真結(jié)果的分析和比較,綜合考慮估計(jì)精確度和計(jì)算復(fù)雜度,PF-MCMC的性能最佳。⑵在粒子濾波的框架下,討論了非線性混合信號(hào)的估計(jì)問題。根據(jù)混合信號(hào)的個(gè)數(shù),分別討論了去噪和分離問題,論文分析了重要性函數(shù)的選取并推導(dǎo)了重要性權(quán)重的表達(dá)式。在系統(tǒng)