粒子濾波在單通道信號分離中的應(yīng)用研究.pdf

1、單通道信號分離是信號處理研究領(lǐng)域近年來高速發(fā)展的分支之一，是一個(gè)基本的、極富挑戰(zhàn)性的研究課題。它在信號去噪、無線通訊、語音信號處理、生物醫(yī)學(xué)信號處理、地震信號處理等眾多領(lǐng)域有著廣泛而誘人的應(yīng)用前景。隨著大量非線性信號處理問題的出現(xiàn)，以及對信號處理精確性、靈活性和實(shí)時(shí)性要求的不斷提高，傳統(tǒng)線性數(shù)字信號處理技術(shù)已經(jīng)不能完全滿足信號處理的需求，非線性數(shù)字濾波理論和技術(shù)逐漸發(fā)展起來，其中以粒子濾波為代表的基于蒙特卡羅思想的貝葉斯濾波是很重要的一

2、部分。與之前出現(xiàn)的各種非線性濾波器相比，粒子濾波方法的應(yīng)用面更廣，它可以解決很多非線性非高斯問題，同時(shí)在粒子總數(shù)足夠大時(shí)，它的收斂速率與狀態(tài)維數(shù)無關(guān)，針對高維狀態(tài)的濾波問題也能很好的收斂。 本文針對單通道非線性信號的分離問題，分析研究了相關(guān)算法的文獻(xiàn)與專著，以粒子濾波為理論基礎(chǔ)，針對混沌信號和PCMA(Paired Carrier MultipleAccess)信號的去噪、分離等問題，做了一些有意義的研究和探索，論文各章節(jié)的內(nèi)容

3、為： 第一章：緒論。首先概述了單通道信號處理在各個(gè)領(lǐng)域的應(yīng)用，然后討論了單通道多分量混合信號的可分離性，給出了單通道環(huán)境下信號分離的基本條件，最后對論文的主要工作與筆者所做的貢獻(xiàn)進(jìn)行了闡述。 第二章：貝葉斯濾波。從貝葉斯的迭代估計(jì)入手，介紹了線性高斯下的最優(yōu)解：卡爾曼濾波，回顧了現(xiàn)有的一些非線性濾波算法。針對這些非線性濾波算法的局限性，明確了蒙特卡羅方法的重要意義，最后介紹了蒙特卡羅方法中各種粒子抽樣方法。 第三

4、章：粒子濾波。針對序貫信號處理問題，簡要回顧了粒子濾波從序貫重要性抽樣，到重抽樣，再到正則化方法的整個(gè)發(fā)展過程，深入討論了粒子濾波方法的思想、具體框架，指明了算法中可能存在的問題，并給出了相應(yīng)的增強(qiáng)算法。 第四章：單通道非線性信號的估計(jì)。本章主要以混沌信號為代表，討論了單通道非線性信號的處理問題，根據(jù)混合信號數(shù)量的不同，分成混沌去噪和混沌分離兩類問題討論。文中分別提出了基于粒子濾波思想的去噪和分離算法。在有無狀態(tài)噪聲，以及狀態(tài)噪

5、聲和觀測噪聲是否高斯的各種情況下，詳細(xì)分析了各種重要性函數(shù)的選取及性能。在無狀態(tài)噪聲的情況下，研究了退化現(xiàn)象產(chǎn)生的原因并給出了解決方案：在有狀態(tài)噪聲的情況下，根據(jù)狀態(tài)噪聲和觀測噪聲的特性，給出了可以選取最優(yōu)重要性函數(shù)的一般性條件，推導(dǎo)了相應(yīng)的重要性權(quán)重表達(dá)式；最后針對混沌系統(tǒng)中存在未知參數(shù)的聯(lián)合估計(jì)問題，提出了一種聯(lián)合估計(jì)算法，在參數(shù)非時(shí)變和時(shí)變的情況下，分別利用核平滑和AR建模方法實(shí)現(xiàn)了參數(shù)的迭代。對于時(shí)變情況，在合適的狀態(tài)空間模型下

6、，采用混合卡爾曼濾波方法實(shí)現(xiàn)混沌信號和未知參數(shù)的聯(lián)合估計(jì)，取得了更優(yōu)的性能。 第五章：單通道PCMA信號欠定盲分離。對于一般的通信信號，信號的非線性通常是由于復(fù)雜信道或者發(fā)送接收機(jī)制引起的，本章針對非合作環(huán)境下單通道PCMA信號的欠定盲分離問題，考慮實(shí)際應(yīng)用中存在的頻偏、定時(shí)偏差、初始相位等諸多不確定因素，建立了單通道下兩路同頻混合調(diào)制信號基帶處理的一般性模型，把盲分離問題轉(zhuǎn)化成了未知參數(shù)和信息符號的聯(lián)合估計(jì)問題。根據(jù)一般性模型

7、，分析了混合信號間的狀態(tài)空間差異，利用該狀態(tài)空間差異提出了一種基于粒子濾波的盲分離算法。在運(yùn)用粒子濾波算法時(shí)，考慮到通信信號狀態(tài)空間有限的特點(diǎn)，推導(dǎo)出了最優(yōu)重要性函數(shù)的表達(dá)式：同時(shí)針對模型的卷積特性，在算法中引入平滑處理，緩存更多的接收信息進(jìn)行狀態(tài)估計(jì)，提高了估計(jì)性能。為了充分利用接收信號的信息，提出了一種利用多倍過采樣的粒子濾波盲分離增強(qiáng)算法，極大的提高了分離性能。同時(shí)還具體討論了本章提出的盲分離算法的模糊性，針對真實(shí)的衛(wèi)星數(shù)據(jù)，采用