摘要：该文针对低信噪比、非高斯加性噪声和混沌动力学系统参数未知的含噪混沌信号降噪问题，提出了一种基于粒子滤波（Particle Filtering，PF）的降噪新算法。该算法将混沌信号和动力学系统中的未知参数作为一个多维状态矢量，利用PF方法递推计算多维状态矢量的联合后验概率分布，进而实现了对混沌信号的最优估计。对于混沌信号轨道分离过快所导致的退化问题，提出了有效的解决方法，并利用核平滑和自回归（Auto-Regression，AR）模型建模的方法分别实现了非时变以及时变参数的递推估计。仿真实验的结果表明，与现有的降噪方法相比，该文提出的新算法能够更加有效地抑制含噪混沌信号中的加性噪声。

关键词：混沌信号 粒子滤波 核平滑 

单位：中国科学技术大学电子工程与信息科学系 合肥230027