● 摘要
盲接收就是在缺乏足够的先验信息支持下，对接收到的无线通信信号进行分析处理，获取其中的特征参数和信息。该技术不仅可以提高通信的效率和鲁棒性能，而且具有重要的军事价值。粒子滤波作为解决非线性、非高斯动态系统估计问题的一种次优方法，是近年来信号处理领域的一个热点问题。将粒子滤波和盲接收技术相结合，不仅具有重要理论意义，而且具有广阔的应用前景。本论文对粒子滤波理论和盲接收处理中的载波盲估计/同步、欠定盲源分离算法进行了较深入细致的研究，具体研究成果包括以下几个方面：(1) 提出了一种基于粒子滤波的非数据辅助载波估计/跟踪算法。针对非高斯环境下低轨卫星通信非合作接收中的特点和要求，建立了非数据辅助载波估计状态空间模型，采用粒子滤波和V&V算法，可实现对大多普勒频移的快速、准确的估计和跟踪，仿真结果表明其性能优于扩展卡尔曼算法。(2) 提出了一种新的混合粒子滤波算法。针对粒子滤波存在的问题—粒子退化/贫化现象，采用一组高斯分布的加权和，用最大后验准则约束粒子迭代计算，逐步逼近最优重要性函数，且引入高阶马尔科夫模型，可提高算法的鲁棒性，降低计算复杂度。仿真结果表明其性能优于经典粒子滤波算法。(3) 提出了一种基于混合粒子滤波的欠定盲分离算法。在研究欠定盲源信号分离问题的基础上，建立了相应的状态空间模型，根据信息稀疏特性和信号参数的特点，将欠定盲分离转换为联合盲检测/估计，实现了离散符号信息和多维不同度量常参数的可靠估计。仿真结果表明，新算法可有效地实现单天线单信道双MPSK混迭信号的盲分离。通过以上的研究工作，本文对粒子滤波的研究和盲接收中关键问题的解决提供了一定的理论支持和推动作用。