基于非抽取小波包变换的信号滤波算法

基于非抽取小波包变换的信号滤波算法

ID:46622472

大小:1.70 MB

页数:7页

时间:2019-11-26

基于非抽取小波包变换的信号滤波算法_第1页
基于非抽取小波包变换的信号滤波算法_第2页
基于非抽取小波包变换的信号滤波算法_第3页
基于非抽取小波包变换的信号滤波算法_第4页
基于非抽取小波包变换的信号滤波算法_第5页
资源描述:

《基于非抽取小波包变换的信号滤波算法》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、中国空间科学技术2014年6月.一ChineseSpaceScienceandTechnology第3期基于非抽取小波包变换的信号滤波算法路伟涛1张书仙2杨文革1洪家财1(1装备学院,北京101416)(2北京通信与跟踪技术研究所,北京100094)摘要对航天测控信号进行滤波处理,有利于改善信号品质,提高系统的测量性能。针对航天测控信号中的差分单程测距(DifferentialOne-wayRanging,DOR)信标信号等侧音信号,提出了基于非抽取小波包变换(Un-decimatedWaveletPacketTransform,UWPT)的滤波改进算法。该算

2、法以功率平坦度为准则,判断某一节点是否需要继续分解。改进算法克服了以能量聚焦度为准则时算法误判停止分解或多重分解算法复杂、计算量大等的缺点,同时解决了阈值不易确定的问题。仿真结果表明改进算法在降低算法复杂度的同时,滤波性能相对有所提高。最后采用改进算法对仿真信号和在轨卫星数据进行处理,结果表明滤波后仿真信号差分相位估计精度提高约3倍、实测数据差分相位估计精度提高0.72倍。关键词测控信号;非抽取小波包变换;功率平坦度;信噪比改善;互相关系数;差分相位;航天测控DOI:10.3780/j.issn.1000—758X.2014.03.0071引言航天测控信号发射

3、功率有限、传播路径较长、信道环境多变,致使测站接收信号比较微弱,限制了测量精度。目前一般通过增大接收天线121径、改善接收机性能等硬件层面上提高系统性能,代价高。进行信号滤波,通过数据处理上提高信噪比和系统性能,是一种比较可观的改进措施。常用的滤波方法有FIR滤波、自适应滤波、高阶谱滤波和小波变换滤波等。文献[1]针对微加速度计和微陀螺仪构成的微型惯性测量组合(MIMU)输出信号的去噪处理,对比研究了中值滤波、有限冲激响应(FIR)滤波和小波滤波,指出小波滤波由于其在时频域同时分析信号的特点,去噪效果最好。文献E2]采用小波阈值滤波对统一载波系统的测控信号进行

4、处理,提高了接收信号质量。小波变换因提供了固定的谱分割,具有子带谱泄露和时频分辨率固定等不足。相对于小波变换,小波包变换对低通子带和高通子带都进一步分解,具有更好的灵活性,更有利于跟踪和定位某一特定频带的信号[3]。非抽取小波包变换(UWPT)的小波系数与原始信号等长,小波基具有平移不变性,该特点使得UwPT算法在扩频信号窄带干扰抑制中得到了深入研究E4-s]。文献E6]N用小波包变换和能量聚焦度进行直扩信号的窄带干扰抑制研究,仿真效果良好,但未考虑高、低通子带交界存在能量泄露的情况口]。为此,文献[8—9]提出了基于二重或多重判断的小波包滤波算法,解决了干扰

5、位于边界时错误分解的问题。但是,考虑到窄带干扰相对于信号带宽比较窄,那么在分解过程中必然存在很多不必分解的子带,如果采用二重或多重判断将会增加算法部委级资助项目收稿日期:2013—10—17。收修改稿日期:2014一01—07!!!!生!旦主垦窒!旦型兰垫查±!的复杂度和计算量。考虑到航天测控信号中的差分单程测距(DifferentialOne—wayRanging,DOR)信标信号、TTC测距信号等属于窄带信号类型,与上述算法中的窄带干扰属于同一信号类型,所以上述算法可以借鉴到此类信号的滤波处理中。本文将UWPT算法应用到航天测控DOR信标等单音信号的滤波算

6、法处理中,给出了算法原理和算法流程图;以功率平坦度为准则,改进了原滤波算法的分解过程;最后通过仿真分析和在轨卫星实测数据处理证明了改进算法的有效性。2UWPT算法原理UwPT根据单音信号与噪声功率谱的特点有效跟踪输入信号频谱的变化,从而对含噪单音信号进行快速定位。为了实现快速跟踪定位,UWPT以能量聚集度(EnergyCompactionMeasure,ECM)为依据,判断小波包分解的某一节点是否继续分解,从而得到最佳树形分解。2.1能量聚焦度能量聚焦度是表征信号功率谱密度不均匀特性的常用参数,小波包变换的能量聚焦度[43定义为一2E。。一』旦-,其中,盯,,

7、吼,盯H分别表示父节点、左节点、右节点信号的标准差。0"i.盯H能量聚焦度E。。越大,信号频谱越不平坦,表明信号能量主要集中在某些子带上。若E。。小于阈值,说明该节点子带频谱比较均匀,可认为该节点频带主要由噪声构成,反之则认为存在信号。以此可获得一个非规则的最佳二叉树分解结构,以保证信号集中在尽量少的子带上。2.2UWPT算法UWPT滤波算法包括小波包分解、噪声抑制和小波包综合三个过程,详细步骤如下:(1)小波包分解过程1)设定最大分解层数J、各层阈值T,,J一1,⋯,.,,并初始化分解层数歹和节点数押都为1;2)计算第/'/个节点的能量聚焦度E。。,比较其与

8、阈值之间的关系。若E。。超过某一阈值,

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。