基于粒子滤波的跳频信号频率跟踪方法

摘要：

针对跳频信号的参数估计问题,提出一种基于粒子滤波的跳频信号频率实时跟踪方法.首先建立以跳频瞬时频率为系统状态的状态空间模型,然后通过基本粒子滤波算法序贯重要性重采样(sequential importance resampling,SIR)实现了对跳频信号频率的后验概率密度估计,进而得到频率的实时估计;为进一步提高粒子滤波的跟踪性能,提出一种基于ESPRIT辅助的粒子滤波(auxiliary esprit particle filtering,AESPRIT-PF)算法.仿真实验分析了在不同信噪比和不同粒子数目下算法的跟踪性能,结果表明该算法具有稳健的跳频频率实时跟踪能力,是一种有效的跳频信号参数估计方法.

关键词：跳频信号、粒子滤波、序贯重要性重采样、辅助粒子滤波

所属期刊栏目：15

分类号：TN911.7

资助基金：国家自然科学基金资助项目61201381

在线出版日期：2014-04-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：34-40