摘要
针对高动态、低信噪比环境下的载波频率信号跟踪问题,提出一种新的混合并行粒子滤波算法(Multiple Extend Kalman Filter Independent Metropolis Hastings,M-E-IMH).该算法具有并行运算结构,实时性较基本粒子滤波有较大的提高.该算法直接利用同相支路(In-phase,I)和正交支路(Quadrature,Q)作为观测量,避免了传统方法中的鉴别器引入而引起的信噪比损耗.在高斯和非高斯环境下,与现有的载波跟踪方法如扩展卡尔曼滤波器(EKF),粒子滤波器(PF),卡尔曼滤波器(KF)等仿真对比表明,该方法在低信噪比下具有更高的跟踪精度.
To improve the tracking accuracy of the carrier frequency in low signal-to-noise ratio（ SNR） and high dynamic environment,a new hybrid parallel particle filter algorithm,named multiple extend Kalman filter independent metropolis hastings（ M-E-IM H） is presented. The proposed algorithm has a parallel structure and is verified to be more efficient for the real time implementation compared w ith particle filter（ PF）. The method utilizes the output of the in-phase and quadrature（ IQ） branch as the observation directly to avoid the SNR loss caused by the discriminator. In both guass and non-guass environment,the simulations show that the proposed method has higher tracking accuracy at low SNR compared w ith the traditional methods,such as extended Kalman filter（ EKF）,particle filter（ PF） and Kalman filter（ KF） etc.
出处
《电子学报》
EI
CAS
CSCD
北大核心
2016年第3期740-746,共7页
Acta Electronica Sinica
基金
国家自然科学基金(No.61571148)
中国博士后科学基金(No.2014M550182)
黑龙江省博士后特别资助(No.LBH-TZ0410)
哈尔滨市科技创新人才资助课题(No.2013RFXXJ016)
关键词
多普勒频率估计
并行粒子滤波
高动态
非高斯噪声
实时性
Doppler frequency estimation
parallel particle filter
high dynamic
non Gauss noise
real-time
作者简介
王伟（通信作者）男，1979年12月出生于安徽淮北，哈尔滨工程大学自动化学院教授，主要研究方向为卫星导航与捷联惯性导航．E—mail：wangwei407@hrbeu．edu．cn
余玉揆 男，1989年5月出生于江西抚州，哈尔滨工程大学自动化学院博士研究生．主要研究方向为非线性滤波，光纤非线性，光通讯信号处理．E—mail：yykmaidou@gmail．Com
郝燕玲 女，1944年1月出生于山东省掖县，哈尔滨工程大学自动化学院教授，主要研究方向为组合导航技术、惯性导航及定位技术．E—mail：ylhao@sina．Com
