计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (4): 124-127.DOI: 10.3778/j.issn.1002-8331.2011.04.034
谭文群
TAN Wenqun
摘要: 乘积高阶模糊函数(PHAF)是以分析多分量多项式相位信号(mc-PPS)而提出来的,但实际上它抑制交叉项的能力有限,仍然难以实现mc-PPS估计。逐次滤波方法是抑制交叉项的有力工具,但存在着分量间的误差扩散;松弛法(RELAX)采用循环迭代方式,对串行估计中的误差扩散有着较强的抑制能力,将二者结合起来提出来了迭代松弛PHAF方法。通过分析被估计信号参数变化时的性能表明改进后的PHAF具有较好的鲁棒性:减少了估计盲区,具有更好的估计精度,具有较低的信噪比(SNR)门限。这些性能由mc-PPS仿真例子所验证。
中图分类号: