一种优化高斯粒子滤波的载波频偏估计算法

针对单载波频域均衡系统中载波频偏估计问题,建立非线性状态空间模型,提出Unscented高斯粒子滤波(UGPF)频偏估计算法.在时间更新中,利用高斯粒子滤波(GPF)对待估状态变量的状态后验及预测概率分布进行高斯近似,压缩重采样处理环节,能有效缓解粒子退化对滤波性能影响;量测更新中,引入Unscented卡尔曼构造重要密度函数,融合最新观测值对粒子样本进行修正,优化滤波算法性能.仿真结果表明,该算法较最大似然(ML)、标准粒子滤波(SPF)及高斯粒子滤波算法具有更高的估计精度与更快的收敛速度,在非高斯噪声条件下仍具有较好的频偏跟踪性能.