共查询到17条相似文献,搜索用时 281 毫秒
1.
2.
针对传统盲源分离算法对宽带阵列信号适用性较差的问题,提出一种基于时频分析的宽带恒定束宽盲波束形成算法。该算法首先将接收信号变换到时频域上并提取出单源点。然后,对单源点聚类并求解信号在不同频点上的导向矢量。最后,通过提出一种信号来向未知的空间响应变化约束方法,实现宽带恒定束宽盲波束形成。该算法避免了将宽带盲波束形成转换为卷积混合的盲源分离,因而不存在时域盲源分离算法中系统参数随滤波器阶数急剧增加的问题,也不存在频域算法中排序和幅度模糊的问题。仿真结果表明,算法能够较好地实现宽带信号的盲分离,且输出信干噪比高于时域、频域以及时频域盲源分离算法,实测数据的处理结果验证了该算法的实用性。 相似文献
3.
4.
5.
针对现有盲波束形成算法通用性差,所需采样数据量大等问题,该文提出一种基于稀疏时频分解的盲波束形成算法。算法首先将传统的短时傅里叶变换转化为稀疏重构问题,利用交替分裂Bregman算法进行迭代求解。然后利用对各阵元的接收信号进行稀疏时频分解的结果,结合聚类和不确定集方法,实现导向矢量的最优估计。最后利用MVDR算法获得最优权矢量。该算法无需利用信号统计特性,实现了高效的盲波束形成。仿真实验结果表明,该算法所需数据量小,迭代步骤易于工程实现,较现有盲波束形成算法输出性能更优,适用范围更广。 相似文献
6.
7.
在分析阵列天线接收的多径CDMA信号的基础上,发掘阵列信号子空间与扩频用户伪码序列的关系,对传统的子空间波束成形器结构做了改进,提出一种新的基于盲波束成形的伪随机码序列盲估计算法。算法采用复独立分量分析法迭代,得到盲波束成形器系数,能在波达方向未知的情况下,估计各个用户的扩频序列。本文同时提出一种基于盲波束形成的异步多径CDMA信号多用户检测算法,可以在未知各个用户扩频码和波达方向的先验知识条件下,完成多径异步CDMA信号的多用户检测。算法由于同时利用了扩频增益和阵列天线分集增益,相比于单天线多用户检测算法性能有所提高。理论分析和仿真结果验证了算法的可行性。 相似文献
8.
基于盲源分离的水声信道盲均衡处理方法 总被引:2,自引:1,他引:1
提出了一种基于盲源分离的水声信道讯均衡处理方法,通过对接收信号过采样构成源信号,采用了基于信息最大化原理(Infomax)在线分离算法进行了水声信道的盲均衡,并研究了时变水声信道条件下算法的均衡情况,仿真实验结果表明,该处理方法对多径水声信道具有较好的均衡效果,同时不受最小相位的条件限制。 相似文献
9.
10.
空间电子探测信号盲分离研究 总被引:1,自引:1,他引:0
给出了盲信号分离中的瞬时混合,时延混合和卷积混合三种混合模型,介绍了两种具体的盲分离算法,等变自适应盲分离算法和非高斯性最大化的快速定点算法.其中对于窄带源信号,对时延混合模型进行了扩展,提出了用复数域瞬时盲信号分离算法分离时延混合信号的新思路.最后给出了相应的仿真和实验结论,实验结果表明用基于复数的盲分离算法确实能够有效地分离阵列接收的时延混合信号. 相似文献
11.
Zhi Ding Tuan Nguyen 《Signal Processing, IEEE Transactions on》2000,48(6):1587-1596
Blind source separation has been the subject of extensive research. In particular, blind antenna beamforming is an effective signal separation technique for communication systems to combat co-channel interference. Among many potential candidate approaches, the simple constant modulus algorithm (CMA) has been widely studied and used in practice. The CMA is designed to capture and separate signals with negative kurtosis. However, when some signals have positive kurtoses, the CMA is unable to capture and separate these sources. We show that the kurtosis maximum algorithm (KMA) can capture signals with both the positive and negative kurtoses. Its global convergence proof is presented for noiseless systems with multiple signals sources and for systems with a single source and zero-kurtosis (such as Gaussian) additive noise 相似文献
12.
基于粒子群优化的正交小波盲均衡算法 总被引:2,自引:0,他引:2
为克服常数模算法(CMA)收敛速度慢、稳态误差大的缺点,在分析正交小波常数模盲均衡算法(WT-CMA)基础上,该文提出了基于粒子群优化的正交小波常模盲均衡算法(PSO-WT- CMA)。该算法利用粒子群的信息共享机制和有效的全局搜索特点,寻找最优的均衡器权值,并用正交小波变换降低信号的自相关性。水声仿真结果表明:与常数模算法(CMA)、基于粒子群优化的常数模盲均衡算法(PSO-CMA)和基于正交小波变换的常数模盲均衡算法(WT-CMA)相比,该算法在提高收敛速度和减小码间干扰方面的性能有很大的改善。 相似文献
13.
In this paper, we address the problem of blind extraction and separation of a continuous chaotic signal from a linear mixture consisting of some chaotic signal and/or random signals. The problem of blind extraction is firstly formulated as a problem of the synchronization-based parameter estimation. Then an efficient least square based parameter estimation method is introduced to de-termine the desired extracting vector. The proposed blind signal extraction scheme is applicable to blind separation of chaotic signals by formulating the separation problem as the extraction of each chaotic source. Numerical simulation shows that the proposed approach can blindly extract and separate the desired chaotic signals and it is also robust to measurement noise. 相似文献
14.
Miao Hao Li Xiaodong Tian Jing 《电子科学学刊(英文版)》2008,25(2):262-267
This letter investigates an improved blind source separation algorithm based on Maximum Entropy (ME) criteria. The original ME algorithm chooses the fixed exponential or sigmoid ftmction as the nonlinear mapping function which can not match the original signal very well. A parameter estimation method is employed in this letter to approach the probability of density function of any signal with parameter-steered generalized exponential function. An improved learning rule and a natural gradient update formula of unmixing matrix are also presented. The algorithm of this letter can separate the mixture of super-Gaussian signals and also the mixture of sub-Gaussian signals. The simulation experiment demonstrates the efficiency of the algorithm. 相似文献
15.
16.
17.
针对水声环境和水声信号的特点,提出了一种基于神经网络的声呐盲波束形成算法。该方法利用水声信号的循环平稳特性把波束形成权向量的求解问题转化为阵列接收信号互相关函数的奇异值分解问题;引入一种互相关神经网络求解阵列接收信号相关函数的奇异值,从而减小了运算的代价,可高效实现盲波束形成。提出的改进互耦Hebbian学习规则有效地提高了神经网络权值的更新速度,为问题的实时求解提供了有效的途径。该方法还能抑制噪声和干扰的影响,表现出较强的顽健性。仿真实验验证了算法的正确性。 相似文献