基于盲源分离的CDMA系统信息码与扩频码盲估计

针对码分多(CDMA)系统盲多用户检测问题,提出了一种基于盲源分离(BSS)的信息码盲检测与扩频码盲估计算法.该算法在对CDMA系统进行多用户检测的过程中,不仅不需要知道用户的扩频码,同时利用最小均方误差(MMSE) 则还可以盲估计出不同用户的扩频码序列.仿真结果证明该算法有较大的实用价值.     

基于改进EASI算法的DS-CDMA信息码与伪码盲估计

针对直扩序列码分多址(DS-CDMA)系统多用户检测的问题,提出了一种基于性能指标(PI)变步长EASI算法信息码与伪码盲估计的算法.该算法在比较盲源分离(BSS)和DS-CDMA系统模型的基础上,用自适应的方法估计混合矩阵进而估计出伪码,并利用分离矩阵分离观测信号从而估计出信息码.另外,该算法利用PI值来调整步长,使算法收敛速度和稳定性能达到一个理想平衡点.实验结果显示,该算法具有很好的抗多址干扰(MAI)的能力,伪码和信息码的误码率分别在-10 dB和0 dB时达到10-2以下;对不同用户数,5dB时所有扩频码被完全正确检测的概率几乎都在80％以上.     

一种微弱直接序列扩频信号的盲自适应解扩算法

针对微弱直扩信号扩频码的肓估计和信息码的盲解扩问题,本文提出了一种能同时分离直扩信号扩频码和信息码的非线性盲自适应恒模算法,达到了对直扩信号盲处理.本文首先提出了直扩信号的盲分离问题,然后详细分析推导了盲自适应随机梯度恒模算法,最后将该盲自适应随机梯度恒模算法应用到了对微弱直扩信号的盲分离中.并从理论上阐明了可以用该算法来实现直扩信号的盲分离.所提出的算法完全不同于以往的基于矩阵分解(奇异值分解、特征分解等)的伪码盲估计方法,它的存储开销昔和计算量都比较小,可以实现对较长伪码构造的直扩信号的处理,而且它的计算速度较快,在某种程度上解决了传统的基于矩阵分解的方法在直扩信号的实时处理及实现上的困难.理论分析和数值结果都表明了所提方法能较好地工作在较低的输入信噪比条件下.     

伪随机码的盲信源分离方法

根据伪噪声通信及伪随机码的相关特性,提出一种采用盲信源分离方法从伪码扩频信号中分离不同伪码序列的方法,并探讨该方法在CDMA监听系统中的应用。采用该分离方法能快速准确地分离和识别不同用户的伪码特征,来获得该用户的语音或数据信息,具有很好的应用前景。     

多径信道中基于盲波束成形的CDMA多用户检测和伪码估计

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.     

基于子空间约束RLS的半盲多用户检测算法

考虑实际的MC-CDMA上行链路,深入研究了基于RLS算法实现的MOE(RLS-MOE)盲自适应多用户检测,提出了MC-CDMA系统下一种基于子空间约束RLS的半盲多用户检测算法.在MOE盲多用户检测的基础上,利用小区内用户的已知扩频码设计了一种MOE半盲多用户检测器.将子空间方法和RLS算法相结合提出一种基于子空间约束的RLS 算法,使用该算法自适应得到MOE的权向量.本文算法利用所有已知用户的扩频码抑制了小区内用户的干扰,子空间约束的RLS 算法降低了噪声的影响,从而改善了系统的性能.修正的PASTd算法实现了信号的自适应跟踪,大大降低了计算量.仿真实验表明,本文算法的输出信干噪比和误码率性能优于RLS-MOE盲多用户检测,更接近于最优值.     

基于Fast-ICA的CDMA信号扩频序列盲估计及性能分析

DS-CDMA分为长码和短码扩频2种扩频方式,已有的扩频序列盲估计算法只适用于短码扩频信号,不能完成长码扩频信号的扩频序列估计。对长码扩频CDMA信号的数学模型进行分析,提出了一种的新的基于Fast-ICA的多用户扩频序列盲估计方法并推导了算法的理论性能。该方法不仅能适用于长码扩频CDMA信号,而且对同步短码扩频CDMA信号也同样适用。理论分析和仿真结果验证了该方法的有效性。     

非周期性DSSS信号的PN码序列盲估计

非周期性DSSS信号由于在扩频码周期内扩频序列的不可重复性而使其PN码序列盲估计方法和针对常规周期性DSSS信号的估计方法有所不同.文中在已知扩频码周期、码速率和信息码速率等参数,且信息序列使不相关的前提下,提出了最大相关峰脉宽盲同步算法、分段矩阵特征分解序列估计方法和基于最优移位相加特性的信息码剥离算法来完成对非周期性DSSS信号的盲同步和PN码序列盲估计,理论分析和仿真结果表明上述方法具有运算量小、适用范围广、低信噪比条件下鲁棒的优点.     

基于Fast-ICA同、异步系统短码CDMA信号扩频序列与信息序列盲估计

本文通过分析短码CDMA信号特性,将接收信号以间隔2倍扩频周期、重叠1倍扩频周期的时间窗进行分割,建模CDMA系统与线性混合的盲源分离模型一致,使建立的CDMA模型同时适用于同、异步系统.利用盲源分离方法,实现了同步系统、异步系统失步时间未知和已知条件下,各用户等功率或非等功率时,扩频序列与信息序列的盲估计.理论分析和...     

基于相位信息的DSSS/CDMA信号用户PN序列快速分离算法

本文提出一种多用户条件下直序列扩频CDMA(DSSS/CDMA)系统用户特征码的快速盲分离算法,该算法利用DSSS/CDMA系统独有的多用户信息混合后相位重复特性,在已估计出其他参数前提下,采用基带接收,利用分段后用户相位信息不断重复的特性,采取同相相加反相相减,无关项舍弃的简单操作,实现多用户特征序列的快速分离.该方法较ICA算法有更少的计算量,保留了信道内多用户的幅值特征,且不存在收敛问题.最后,给出了完整实验系统的计算机仿真结果.     

Multichannel Convolution Blind Separation Algorithm for MIMO DSSS/CDMA System

Direct-sequence spread-spectrum (DSSS)/code division multiple access (CDMA) transmissions are now widely used for secure communications and multiple access. They can be transmitted at a low signal-to-noise ratio, and have a low probability of interception and capture. How to obtain the original users' signal in a noncooperative context or estimate the spreading sequence in blind conditions is a very difficult problem. Most of the signal sources are assumed to be instantaneous mixtures. In fact, the received CDMA signals are linearly convoluted. A more complicated blind source separation (BSS) algorithm is required to achieve better source separation. In this paper, a new BSS algorithm is proposed for separating linearly convolved signals in CDMA systems when the mixture coefficients of the signal and channel response are totally unknown, but some knowledge about the temporal model does exist. This algorithm is based on minimizing the squared cross-output-channel-correlation criterion. The simulation results show the effectiveness of the algorithm in the blind detection of DS-CDMA signals.     

基于盲源分离的多重音频数据库水印算法

将语音特征引入数据库水印,提出一种基于盲源分离的多重音频数据库水印算法.把语音信号混合成水印信息后嵌入到关系数据库中.多重水印提取后,采用基于最大信噪比的盲源分离算法分离语音信息,应用动态时间规整算法的语音识别技术,将语音信息进行模板匹配确定版权归属.     

基于相关系数的盲源分离排序和相位调整法

针对盲源分离后信号存在排序和相位不确定性的情况,提出一种基于相关系数的盲源分离排序和相位调整法,通过对盲源分离后信号运用该方法进行排序和相位调整,从而消除盲源分离后信号存在的相位和排序不确定性。仿真结果表明,在混合矩阵主对角线元素占优的情况下,此法可以有效地消除盲源分离后信号存在的排序和相位不确定性。     

盲源分离——理论、应用与展望

探讨了盲源分离在通信侦察中的应用前景。在首先介绍盲源分离的基本理论和经典算法的基础上，讨论了盲源分离在通信侦察中的典型应用；通过初步仿真，分析研究了盲源分离技术在跳频信号分选与拼接以及CDMA多用户分离两个重要领域的应用可行性；最后对盲源分离在通信侦察中的应用前景进行了展望，提出了需重点研究的几个问题。     

基于峭度的盲分离在通信信号盲侦察中的应用

为实现复杂多信号环境下的通信信号侦察,采用一种新的盲侦察技术,即运用盲源分离算法,在没有任何先验知识的情况下分离出源信号,然后对分离的各个信号进行后续处理。提出一种改进的基于峭度的盲分离算法,可以自适应地确定激活函数。将其应用在通信信号盲侦察中,可以实现对任意源信号进行盲分离,而不管它是超高斯还是亚高斯信号。选择超高斯和亚高斯混合通信信号进行了仿真实验,结果验证了该算法的有效性。     

基于特征向量选择的非线性盲分离算法

在基于解广义特征方程的线性混合信号盲分离方法的基础上,结合核特征空间给出了一种基于特征选择的非线性混合信号盲分离算法。该算法首先将非线性混合信号映射到高维特征空间,根据适应度函数选出一组完备的特征向量基。其次,通过这组特征向量基将高维特征空间的信号映射到参数空间,从而把非线性混合信号盲分离问题转化为特征空间的线性混合信号盲分离问题。在特征空间中,应用基于解广义特征方程的线性混合信号盲分离方法对信号进行分离。该方法稳定性好,收敛精度高,计算量小。仿真结果表明该算法具有良好的分离性能。     

基于细菌觅食的盲源分离算法研究

细菌觅食算法是一种基于细菌觅食行为的智能优化算法.盲源分离是盲信号处理的重要方面.为了提高盲源分离的有效性,根据盲源分离和细菌觅食算法的基本原理,提出了一种基于细菌觅食行为的盲源分离算法.用MATLAB对提出的这一算法进行仿真,并将其分离结果与传统独立分量分析算法的分离结果相比较.实验结果表明这是一种分离效果优于传统独立分量分析算法的有效分离算法.证明了基于细菌觅食盲源分离算法的可行性和有效性.     

基于训练序列的峭度盲源分离算法

峭度盲源分离算法是一种自适应盲分离算法,可用于阵列天线和MIMO中的信号处理。本文提出利用通信中的训练序列来改善峭度盲分离的收敛速度,并以性能指数、相关系数作为比较标准进行了仿真,仿真结果证实了利用训练序列可以提高峭度盲分离算法的收敛速度。