论文研究 改进的多分量多项式相位信号参数估计.pdf

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。