基于非抽取小波包變換的信號(hào)濾波算法-論文.pdf

《基于非抽取小波包變換的信號(hào)濾波算法-論文.pdf》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫(kù)。

1、46中國(guó)空間科學(xué)技術(shù)2O14年6月ChineseSpaceScienceandTechnology第3期基于非抽取小波包變換的信號(hào)濾波算法路偉濤張書(shū)仙楊文革洪家財(cái)(1裝備學(xué)院，北京101416)(2北京通信與跟蹤技術(shù)研究所，北京100094)摘要對(duì)航天測(cè)控信號(hào)進(jìn)行濾波處理，有利于改善信號(hào)品質(zhì)，提高系統(tǒng)的測(cè)量性能。針對(duì)航天測(cè)控信號(hào)中的差分單程測(cè)距(DifferentialOne-wayRanging，DOR)信標(biāo)信號(hào)等側(cè)音信號(hào)，提出了基于非抽取小波包變換(Un-decimatedWaveletPacketTransfo

2、rm，UWPT)的濾波改進(jìn)算法。該算法以功率平坦度為準(zhǔn)則，判斷某一節(jié)點(diǎn)是否需要繼續(xù)分解。改進(jìn)算法克服了以能量聚焦度為準(zhǔn)則時(shí)算法誤判停止分解或多重分解算法復(fù)雜、計(jì)算量大等的缺點(diǎn)，同時(shí)解決了閾值不易確定的問(wèn)題。仿真結(jié)果表明改進(jìn)算法在降低算法復(fù)雜度的同時(shí)，濾波性能相對(duì)有所提高。最后采用改進(jìn)算法對(duì)仿真信號(hào)和在軌衛(wèi)星數(shù)據(jù)進(jìn)行處理，結(jié)果表明濾波后仿真信號(hào)差分相位估計(jì)精度提高約3倍、實(shí)測(cè)數(shù)據(jù)差分相位估計(jì)精度提高0．72倍。關(guān)鍵詞測(cè)控信號(hào)；非抽取小波包變換；功率平坦度；信噪比改善；互相關(guān)系數(shù)；差分相位；航天測(cè)控D0I：1O．3780

3、／i．issn．i000—758X．2014．03．0071引言航天測(cè)控信號(hào)發(fā)射功率有限、傳播路徑較長(zhǎng)、信道環(huán)境多變，致使測(cè)站接收信號(hào)比較微弱，限制了測(cè)量精度。目前一般通過(guò)增大接收天線口徑、改善接收機(jī)性能等硬件層面上提高系統(tǒng)性能，代價(jià)高。進(jìn)行信號(hào)濾波，通過(guò)數(shù)據(jù)處理上提高信噪比和系統(tǒng)性能，是一種比較可觀的改進(jìn)措施。常用的濾波方法有FIR濾波、自適應(yīng)濾波、高階譜濾波和小波變換濾波等。文獻(xiàn)Eli針對(duì)微加速度計(jì)和微陀螺儀構(gòu)成的微型慣性測(cè)量組合(MIMU)輸出信號(hào)的去噪處理，對(duì)比研究了中值濾波、有限沖激響應(yīng)(FIR)濾波和小波

4、濾波，指出小波濾波由于其在時(shí)頻域同時(shí)分析信號(hào)的特點(diǎn)，去噪效果最好。文獻(xiàn)[2]采用小波閾值濾波對(duì)統(tǒng)一載波系統(tǒng)的測(cè)控信號(hào)進(jìn)行處理，提高了接收信號(hào)質(zhì)量。小波變換因提供了固定的譜分割，具有子帶譜泄露和時(shí)頻分辨率固定等不足。相對(duì)于小波變換，小波包變換對(duì)低通子帶和高通子帶都進(jìn)一步分解，具有更好的靈活性，更有利于跟蹤和定位某一特定頻帶的信號(hào)口]。非抽取小波包變換(uwPT)的小波系數(shù)與原始信號(hào)等長(zhǎng)，小波基具有平移不變性，該特點(diǎn)使得UwPT算法在擴(kuò)頻信號(hào)窄帶干擾抑制中得到了深人研究]。文獻(xiàn)[6]利用小波包變換和能量聚焦度進(jìn)行直擴(kuò)信號(hào)

5、的窄帶干擾抑制研究，仿真效果良好，但未考慮高、低通子帶交界存在能量泄露的情況[7]。為此，文獻(xiàn)[8—9]提出了基于二重或多重判斷的小波包濾波算法，解決了干擾位于邊界時(shí)錯(cuò)誤分解的問(wèn)題。但是，考慮到窄帶干擾相對(duì)于信號(hào)帶寬比較窄，那么在分解過(guò)程中必然存在很多不必分解的子帶，如果采用二重或多重判斷將會(huì)增加算法部委級(jí)資助項(xiàng)目收稿日期：2013-10-17。收修改稿日期：201401-07至旦主里奎!里型蘭墊!的復(fù)雜度和計(jì)算量?？紤]到航天測(cè)控信號(hào)中的差分單程測(cè)距(DifferentialOne—wayRanging，DOR)信標(biāo)

6、信號(hào)、TTC測(cè)距信號(hào)等屬于窄帶信號(hào)類型，與上述算法中的窄帶干擾屬于同一信號(hào)類型，所以上述算法可以借鑒到此類信號(hào)的濾波處理中。本文將uwPT算法應(yīng)用到航天測(cè)控DOR信標(biāo)等單音信號(hào)的濾波算法處理中，給出了算法原理和算法流程圖；以功率平坦度為準(zhǔn)則，改進(jìn)了原濾波算法的分解過(guò)程；最后通過(guò)仿真分析和在軌衛(wèi)星實(shí)測(cè)數(shù)據(jù)處理證明了改進(jìn)算法的有效性。2UWPT算法原理uwPT根據(jù)單音信號(hào)與噪聲功率譜的特點(diǎn)有效跟蹤輸入信號(hào)頻譜的變化，從而對(duì)含噪單音信號(hào)進(jìn)行快速定位。為了實(shí)現(xiàn)快速跟蹤定位，UwPT以能量聚集度(EnergyCompactio

7、nMeasure，ECM)為依據(jù)，判斷小波包分解的某一節(jié)點(diǎn)是否繼續(xù)分解，從而得到最佳樹(shù)形分解。2．1能量聚焦度能量聚焦度是表征信號(hào)功率譜密度不均勻特性的常用參數(shù)，小波包變換的能量聚焦度定義為2一E一，其中，，，分別表示父節(jié)點(diǎn)、左節(jié)點(diǎn)、右節(jié)點(diǎn)信號(hào)的標(biāo)準(zhǔn)差。OIOH能量聚焦度E越大，信號(hào)頻譜越不平坦，表明信號(hào)能量主要集中在某些子帶上。若E小于閾值，說(shuō)明該節(jié)點(diǎn)子帶頻譜比較均勻，可認(rèn)為該節(jié)點(diǎn)頻帶主要由噪聲構(gòu)成，反之則認(rèn)為存在信號(hào)。以此可獲得一個(gè)非規(guī)則的最佳二叉樹(shù)分解結(jié)構(gòu)，以保證信號(hào)集中在盡量少的子帶上。2．2UWPT算法Uw

8、PT濾波算法包括小波包分解、噪聲抑制和小波包綜合三個(gè)過(guò)程，詳細(xì)步驟如下：(1)小波包分解過(guò)程1)設(shè)定最大分解層數(shù)、各層閾值丁，，．一1，?，I，，并初始化分解層數(shù)．和節(jié)點(diǎn)數(shù)都為1；2)計(jì)算第個(gè)節(jié)點(diǎn)的能量聚焦度E。，比較其與閾值之間的關(guān)系。若E超過(guò)某一閾值，則該節(jié)點(diǎn)繼續(xù)分解，記錄節(jié)點(diǎn)信息；反之，低于門(mén)限則該節(jié)點(diǎn)停止分解。3)重復(fù)第2步，直至分解完