【摘要】：針對高動態(tài)、低信噪比環(huán)境下的載波頻率信號跟蹤問題,提出一種新的混合并行粒子濾波算法(Multiple Extend Kalman Filter Independent Metropolis Hastings,M-E-IMH).該算法具有并行運算結(jié)構(gòu),實時性較基本粒子濾波有較大的提高.該算法直接利用同相支路(In-phase,I)和正交支路(Quadrature,Q)作為觀測量,避免了傳統(tǒng)方法中的鑒別器引入而引起的信噪比損耗.在高斯和非高斯環(huán)境下,與現(xiàn)有的載波跟蹤方法如擴展卡爾曼濾波器(EKF),粒子濾波器(PF),卡爾曼濾波器(KF)等仿真對比表明,該方法在低信噪比下具有更高的跟蹤精度.
【圖文】：

?新的載波頻率信號跟蹤濾波方法，，稱為M-E-IMH．其利用In-phaseandQuadrature(IQ)支路輸出作為觀測量，以EKF所得量作為其重要性密度函數(shù)，使得重要性密度函數(shù)向后驗概率密度函數(shù)移動，同時IMH重采樣實現(xiàn)并行運算，避免了粒子濾波中權(quán)重歸一化引起的并行運算瓶頸問題，提高了實時性，最后再次利用EKF使得粒子更接近真實值，進(jìn)而降低了濾波所需的粒子數(shù)目．通過兩種不同觀測噪聲(高斯、非高斯)環(huán)境下的仿真，驗證了算法優(yōu)越性．2基于并行粒子濾波的載波跟蹤環(huán)路2.1粒子濾波跟蹤環(huán)路結(jié)構(gòu)基于PF的載波跟蹤環(huán)的原理框如圖1所示，其中SIF(n)為中頻信號，可以表示為:SIF(tk)=A(tk)cos(ωIFtk+θk+鐖0)+nk(1)其中tk=iT，T為環(huán)路更新時間，即相干積分時間，設(shè)為1ms，采樣頻率為10MHz，A(tk)為載波振幅，載波振幅A(tk)設(shè)為1，ωIF為中頻，θk為由多普勒頻移而產(chǎn)生的載波相位變化量，鐖0為初相位．假設(shè)收到的信號受到零均值，平穩(wěn)、窄帶高斯白噪聲nk的干擾，方差為σ2.信噪比SNＲ=A2/(2σ2).兩路正交的本地載波信號由NCO產(chǎn)生:uos(tk)=sin(ω0tk+θ0)uoc(tk)=cos(ω0tk+θ0{)(2)其中ω0為本地復(fù)現(xiàn)的角頻率．環(huán)路輸入信號和本地信號經(jīng)過混頻器后:p(tk)=12×(sin(ωektk+θek)+sin((ωIF+ω0)tk+(θk+鐖0+θ0)))+npi(tk)=12×(cos(ωektk+θek)－cos((ωIF+ω0)tk+(θk+鐖0+θ0)))+ni(3)其中ωek表示k時刻載波頻率跟NCO本地復(fù)現(xiàn)頻率之差，θek表示相位差，此時噪聲仍為高斯白噪聲［

電子學(xué)報2016年密度函數(shù)可以表示為:p(xk，ζik－1|z1:k)∝p(zk|xk)p(xk|xζk－1)=∑Ni=1［wik－1p(zk|xζik－1k)p(xk|xik－1)］(31)選取重要性密度函數(shù)使其滿足:g(xk，ζik－1|z0:k)∝∑Ni=1［wik－1p(zk|uζik－1k|k－1)p(xk|xik－1)］(32)其中uk|k－1為給定xik－1條件下關(guān)于狀態(tài)變量xk的某種統(tǒng)計信息，其值與p(xk|xik－1)有關(guān)．重要性采樣得到的粒子集為{(xik，ζik)，wik}Ni=1～g(xk，ζik－1|z0:k)，其權(quán)值為:wik=p(zk|xik)p(xik|xζik－1)g(xk，ζik－1|xik－1，zk)(33)式(33)避免加和運算，減少了計算量．在本文中，由于在進(jìn)行IMH重采樣前，已經(jīng)利用EKF使得每個粒子都結(jié)合了最新量測值，定義:g(xk，ζik－1|xik－1，zk)∝g(xk|xζ(i)k－1，zk)g(ζ(i))(34)g(ζ(i))=c(35)其中c為常值，此時能在不增加計算量情況下將權(quán)值計算由式(26)變?yōu)槭?33)．基本粒子濾波需等所有的粒子的權(quán)值計算完畢后才能進(jìn)行重采樣，重采樣成為了其并行運算的瓶頸所在，而M-E-IMH利用IMH采樣，使得其具備了并行運算的能力，提高了算法的實時性．圖2為M-E-IMH算法的串行運行結(jié)構(gòu)，其中第一階段的EKF用于產(chǎn)生IMH的建議分布，其中“第一階段EKF”、“IMH”、“第二階段EKF”三個模塊的計算可采用流水線式操作．假設(shè)“第一階段EKF”計算一個粒子所需的時間為T1，“IMH”環(huán)節(jié)所需的時間為T2，“第二階段EKF”為T3，則產(chǎn)生第一個粒子所需的時間為T1

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 水冰;不依賴于分布的子波去噪算法[J];西安航空技術(shù)高等�？茖W(xué)校學(xué)報;2002年01期

2 山拜·達(dá)拉拜,黃玉劃;幾類非高斯噪聲模型的轉(zhuǎn)換研究[J];電子學(xué)報;2004年07期

3 聶春燕;石要武;王有維;;基于混沌系統(tǒng)的非高斯噪聲的高斯化方法[J];電測與儀表;2006年04期

4 張曙霞;蔣宇中;徐大勇;;非高斯噪聲參數(shù)估計的馬氏鏈蒙特卡羅法[J];應(yīng)用科學(xué)學(xué)報;2007年06期

5 孫萬麟;山拜·達(dá)拉拜;黃玉劃;;一類非高斯噪聲的統(tǒng)計特性及其去噪研究[J];河南科技大學(xué)學(xué)報(自然科學(xué)版);2010年05期

6 楊家興，李立衛(wèi)，周舜云;非高斯噪聲中信號的神經(jīng)網(wǎng)絡(luò)檢測[J];信息工程學(xué)院學(xué)報;1996年01期

7 盧廣芝;非高斯噪聲中信號的神經(jīng)網(wǎng)絡(luò)檢測[J];數(shù)字通信;1997年03期

8 張國珍;山拜;;一種非高斯噪聲中未知參數(shù)的信號的檢測方法[J];信息技術(shù);2005年12期

9 陳宇波;宋迎春;;非高斯噪聲下的車載GPS信號定位算法[J];中南大學(xué)學(xué)報(自然科學(xué)版);2010年04期

10 蔣宇中;應(yīng)文威;劉月亮;;非高斯噪聲模型參數(shù)的最大似然快速估計[J];應(yīng)用科學(xué)學(xué)報;2013年02期

相關(guān)會議論文 前6條

1 徐超;康艷梅;;非高斯噪聲激勵下含周期信號FitzHugh-Nagumo系統(tǒng)的響應(yīng)特征[A];第十三屆全國非線性振動暨第十屆全國非線性動力學(xué)和運動穩(wěn)定性學(xué)術(shù)會議摘要集[C];2011年

2 蔣莉莉;羅曉琴;朱士群;;非高斯噪聲與高斯噪聲作用下腫瘤增長的隨機特性[A];魯豫贛黑蘇五省光學(xué)（激光）學(xué)會2011學(xué)術(shù)年會論文摘要集[C];2011年

3 查代奉;邱天爽;;基于分?jǐn)?shù)低階矩的非高斯噪聲中誘發(fā)電位提取新方法[A];大連理工大學(xué)生物醫(yī)學(xué)工程學(xué)術(shù)論文集（第2卷）[C];2005年

4 任文濤;徐超;康艷梅;;FHN神經(jīng)元模型在非高斯噪聲下的相關(guān)共振表現(xiàn)[A];第九屆全國動力學(xué)與控制學(xué)術(shù)會議會議手冊[C];2012年

5 郭永峰;趙小山;譚建國;;非高斯噪聲驅(qū)動的耗散動力系統(tǒng)的信息熵演化[A];第九屆全國動力學(xué)與控制學(xué)術(shù)會議會議手冊[C];2012年

6 馮晶;;非高斯噪聲激勵下FHN神經(jīng)元系統(tǒng)的隨機分岔和平均首次穿越時間[A];第二屆全國隨機動力學(xué)學(xué)術(shù)會議摘要集與會議議程[C];2013年

相關(guān)博士學(xué)位論文 前1條

1 王旭東;非高斯噪聲衰落信道中空時編碼性能的研究[D];西安電子科技大學(xué);2007年

相關(guān)碩士學(xué)位論文 前3條

1 謝新文;分?jǐn)?shù)階非高斯噪聲下的頻率估計方法及其程序?qū)崿F(xiàn)[D];南昌大學(xué);2010年

2 王濤;非高斯噪聲信號的檢測與估計理論研究[D];新疆大學(xué);2011年

3 張偉;非高斯噪聲下空時網(wǎng)格碼的性能分析[D];大連海事大學(xué);2009年

本文編號：2560707