通信信號的PF解調(diào)技術(shù)研究.pdf

1、粒子濾波(Particle Filter，PF)解調(diào)算法是粒子濾波在信號處理領(lǐng)域中新的應用，其研究的目的是通過粒子濾波算法來實現(xiàn)對通信信號幅度、載波頻率和相位這三個參數(shù)的估計，實現(xiàn)信號的解調(diào)。數(shù)論方法中的代表點理論采樣方法相對Monte Carlo采樣方法具有更好的誤差收斂速度和代表性，將它應用于粒子濾波中能夠改善在小樣本數(shù)的情況下濾波器的性能，從而減小了算法的計算量。本論文的主要研究內(nèi)容如下：
　　 簡要回顧了通信信號解調(diào)的研

2、究狀況、粒子濾波算法的發(fā)展歷史和國內(nèi)外研究成果，以及數(shù)論方法中代表點理論的歷史背景與應用方向。并列出通信系統(tǒng)模型，從數(shù)字通信信號的角度出發(fā)，分別簡述了ASK信號、FSK信號、PSK信號和QAM信號的解調(diào)原理和步驟，并且詳細分析了傳統(tǒng)解調(diào)方法中載波同步和符號同步這兩個關(guān)鍵技術(shù)。
　　 通信信號的解調(diào)問題實際上就是信號的參數(shù)估計問題，因此可以將參數(shù)估計中的粒子濾波方法應用于通信信號的解調(diào)中去，提出了PF解調(diào)算法。首先從PF的數(shù)學理論

3、基礎(chǔ)(包括Monte Carlo采樣和遞推貝葉斯估計)出發(fā)，再以序貫重要性采樣算法(Sequential Importance Sampling，SIS)和序貫重要性重采樣算法(Sequential Importance Resampling，SIR)為整個PF算法的基本模塊，分析了算法的基本原理，概括了算法的基本步驟。重點將PF算法應用于數(shù)字通信信號的解調(diào)中，以信號的幅度、載波頻率和相位這三個參數(shù)矢量為待估計狀態(tài)，通過PF算法，利用計

4、算每一迭代時刻待估計狀態(tài)后驗概率密度方差變化情況的方法檢測符號跳變時刻，最終實現(xiàn)信號參數(shù)估計和解調(diào)，并利用仿真驗證了該方法的有效性。
　　 由于標準PF算法中采用的是Monte Carlo采樣方法，其存在誤差收斂速度較慢的缺點，導致了計算量大、實時性差問題的出現(xiàn)，因此將數(shù)論方法中的代表點采樣應用于PF中以解決該問題。首先分析了數(shù)論方法中的代表點采樣較Monte Carlo采樣在誤差收斂速度上存在較大優(yōu)勢，詳細闡述了F-偏差和MS

5、E-偏差代表點的定義和生成方法，接著在PF算法中運用了這些好的代表點采樣方法來代替Monte Carlo采樣方法，主要應用于先驗分布的初始采樣和重采樣步驟中正則重采樣算法對高斯核密度的采樣，列出了詳細的算法步驟。并通過仿真驗證了該算法在小樣本數(shù)情況下對標準PF算法性能的改進，從而說明其能減小算法的計算量。
　　 有了改進的PF算法，可以將其將應用于通信信號的解調(diào)中，因此提出了基于代表點采樣的PF解調(diào)算法。對信號的幅度、載波頻率和