低信噪比长伪码直扩信号的盲估计方法

为了解决低信噪比长伪码直扩信号的盲估计难题,提出了一种长伪码直扩信号的相关矩阵累加平均结合特征分析的新方法。本方法是在已知长伪码直扩信号的扩频码周期、码速率等参数,并且信息序列不相关的前提下,将接收到的长伪码直扩信号以一随机确定值为起点进行周期分段形成连续多个观察向量,求其相关矩阵并累加平均,并实施特征分析以得到相关矩阵的特征值和信号所含主成分,由相关矩阵的特征值可以估计出信号所含的噪声方差、信号信噪比和信号分段时随机确定的起点,由主成分特征向量还可以进一步估计出观察信号的扩频码序列。本文所提出的方法充分分析和推导了长伪码直扩信号的特征结构,提出了对长伪码直扩信号盲估计的核心基础算法,该算法可以有进一步应用于长伪码直扩信号盲解扩的潜力。本文提出的方法并不象已经提出的其他算法,其对长伪码扩频信号的盲估计性能可以随着观察向量个数的增加逐步得到改善,而且该方法可以应用于任意类型的扩频码、信息码,在理论上能工作在任意强度的加性高斯白噪声环境下,并且不需要事先提取任何定时同步信息。理论分析和数值结果表明了本方法较为鲁棒不易受到噪声影响。     

基于奇异值分解的直扩信号伪码序列及信息序列盲估计方法

针对非合作扩频通信中直扩信号伪码序列的盲估计问题,在已知码片速率和伪码周期的前提下,该文提出一种基于奇异值分解的直扩信号伪码序列及信息序列的盲估计方法。该方法对接收信号构成的观测矩阵进行奇异值分解,通过左奇异向量实现伪码序列估计的盲估计。同时,通过右奇异向量可以在信号序列未同步和伪码序列未知的情况下实现信息序列的盲估计。仿真实验结果表明该算法具有精确度高、稳定性高、计算量小和观测时间短等优点。     

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.     

基于矩阵填充和三阶相关的长短码DS-CDMA信号多伪码盲估计

由于长短码直扩码分多址(LSC-DS-CDMA)信号包含了多个用户的长码和短码,已有的直扩码分多址信号的盲伪码估计方法不再适用。为此该文提出一种基于矩阵填充和三阶相关的伪码估计方法。首先从理论上将结构复杂的LSC-DS-CDMA信号构建为多用户短码扩频的缺失矩阵模型,将复合码矩阵估计建模为盲源信号分离问题;然后将矩阵填充理论应用于复合码矩阵估计,提出基于奇异值阈值算法和快速独立成分分析算法的各用户复合码序列估计方法;最后利用m序列的移位相加性特性,提出延迟三阶相关算法,从各用户复合码序列中估计其包含的长短伪码序列。仿真表明,当信噪比高于-2 dB时,该文算法的长短伪码估计平均误码率低于0.1%。     

同步多用户长码直扩信号的盲解扩

针对同步多用户长码直扩信号,该文提出了一种低信噪比条件下的盲解扩算法。该算法通过将多用户长码直扩信号建模为含有缺失数据的同步多用户短码直扩信号,采用SVT算法实现扩频码波形序列子空间估计,并在此基础上利用EM算法完成信号的盲解扩。计算机仿真表明即使在较低信噪比条件下,该算法也具有优良的盲解扩性能,且与合作解扩性能相近。     

非周期长码直扩信号的盲解扩

本文利用信号延迟相乘,消除信息码对长扰码和扩频码的影响;利用m序列的线性移位叠加性,巧妙分段信号,提出一种分段相关的信号解扰方法;对解扰信号利用斜消矩阵法估计扩频序列本原多项式,并利用基于协方差范数的信息码盲同步法实现信息码同步;最终得到非周期长码直扩信号盲解扩方法。该方法仅需要预知信号扰码m序列本原多项式和扩频码码片速率。仿真结果表明,该算法仅利用1/8倍长码序列周期长度的信号就能在信噪比3.6dB以上达到10-2以下解扩误码率。      

利用三阶相关特征信息的周期长码扩频信号伪码盲估计

针对非合作通信下长码直扩码分多址信号的伪随机序列估计问题,本文首先利用同阶数、不同本原多项式产生的m序列的三阶相关函数峰不同的特点,构造三阶相关函数的特征信息矩阵。然后推导得到长码直扩码分多址信号三阶相关向量与特征信息矩阵的匹配理论值。最后估计接收信号延迟三阶相关函数,得到其三阶相关向量,与特征信息矩阵匹配,估计得到各扩频长码。理论分析和仿真结果表明该方法能够有效估计单用户和多用户的长码直接序列扩频信号伪随机序列。      

基于聚类的软扩频信号盲解扩方法

该文研究的是在未知扩频序列的情况下,实现多序列直扩信号(也称软扩频信号)的解扩。对于传统直扩信号来说,主模解扩法(DMDS)被证明是一种有效的盲解扩方法,但是它并不适用于软扩频信号的盲解扩问题。借鉴无监督聚类分析的思想,该文提出了一种基于聚类的软扩频信号盲解扩方法(KCDS)。该方法将软扩频信号分成不重叠的信号向量,利用这些向量的聚类特征完成扩频码的估计,通过最大化平均侧影宽度完成延迟时间和扩频码数量的估计。计算机仿真表明,在零均值噪声环境下,KCDS算法可以解决软扩频信号的盲解扩问题。     

一种盲自适应空时多用户检测技术

空时多用户检测技术是一种有效消除CDMA系统中多址干扰和码间干扰的方法。目前很多此类方法都需要知道一些系统参数,其自适应实现需要训练序列。提出了一种结合恒模算法(CMA)和解扩重扩算法(DRA)的盲自适应空时恒模解扩重扩算法(STCMDRA),他能够有效利用信号的恒模特性以及用户已知的扩频信号信息来较好地抑制多址干扰及码间干扰。仿真结果进一步验证了该方法的性能。     

窄带干扰环境下直扩信号伪码的盲估计方法研究

为了解决窄带干扰条件下低信噪比直扩信号扩频码的盲估计问题,该文提出了一种直扩信号的相关矩阵累加平均结合矩阵特征分解的方法。该方法首先按照已获知的直扩信号扩频码周期、码速率等二次统计特性参数对接收信号进行取样处理以获得一个观察向量集,接着用所提出的方法对该集合进行处理,其结果可以估计出信号所夹杂的窄带干扰(以多音干扰为例)特征波形,同时还可以进一步估计出信号的扩频码序列。利用前者,可以进一步消除信号所夹杂的窄带干扰,而利用后者则可以对接收信号实行盲解扩处理。理论分析和数值结果都表明了该方法非常有效,并能工作在较低的输入信噪比和很低的信号干扰比环境下。     

未知频偏下长码直扩信号的盲解扩

该文提出一种新的数据模型用于盲解扩含未知频偏的长码直扩信号。它将长码直扩信号重排为含有缺失数据的短码直扩信号,然后扩展使用了短码伪码周期的盲同步算法,最后采用交替投影算法恢复出信号子空间,并用于盲解扩。仿真实验表明提出的方法不受未知载频的影响,在低信噪比下表现了良好的性能。     

基于双信息周期的短码DS-SS信号盲解扩

研究了DS-SS信号的扩频波形及信息序列盲估计问题,提出一种基于双PN周期分解的扩频波形与信息序列盲估计算法,该算法在低信噪比条件下可以同时完成扩频波形和信息序列的估计,计算量小,且可避免传统方法利用单PN周期分解时扩频序列连接的相位模糊等问题,提高了盲估计的正确率。仿真结果验证了算法的有效性。     

BLIND EQUALIZATION OF MIMO SYSTEMS BASED ON ORTHOGONAL CONSTANT MODULUS ALGORITHM

This paper investigates adaptive blind source separation and equalization for Multiple Input Multiple Output （MIMO） systems. To effectively recover input signals, remove Inter-Symbol Interference （ISI） and suppress Inter-User Interference （IUI）, the array input is first transformed into the signal subspace, then with the derived orthogonality between weight vectors of different input signals, a new orthogonal Constant Modulus Algorithm （CMA） is proposed. Computer simulation results illustrate the promising performance of the proposed method. Without channel identification, the proposed method can recover all the system inputs simultaneously and can be adaptive to channel changes without prior knowledge about signals.     

基于邻近频点相关特性的水声信号盲源分离

排序和幅度不一致性是信号频域盲源分离的主要困难。该文建立了邻近频点相关特性理论,并针对水声信号进行深入研究,结论表明单个水声信号邻近频点间相关特性良好,且性能非常稳定;而两个不同水声信号邻近频点相关性非常弱。提出基于邻近频点相关特性的盲源分离算法,用于消除卷积信号盲源分离过程中排序不确定性,实验表明该方法对卷积混合形式的水声信号能取得较好分离效果。     

Blind asynchronous multiuser CDMA receivers for ISI channels usingcode-aided CMA

A code-aided constant modulus algorithm (CMA) based approach is presented for blind detection of asynchronous short-code DS-CDMA (direct sequence code division multiple access) signals in intersymbol interference (ISI)/multipath channels. Only the spreading code of the desired user is assumed to be known; its transmission delay may be unknown. A linear equalizer is designed by minimizing the Godard/CMA cost function of the equalizer output with respect to the equalizer coefficients subject to the fact that the equalizer lies in a subspace associated with the desired user's code sequence. Constrained CMA leads to the extraction of the desired user's signal whereas unconstrained minimization leads to the extraction of any one of the active users. The results are further improved by using unconstrained CMA initialized by the results of the code-aided CMA. Identifiability properties of the approach are analyzed. Illustrative simulation examples are provided     

Kalman滤波下的多信号单通道盲源分离

窄带物联网环境中,接收机收到的信号通常为多路混合信号,对单通道接收来说,利用常规盲源分离方法很难实现混合信号的分离和源信号提取。针对这一问题,本文提出了一种利用Kalman滤波算法进行信号估计,解决单通道盲源分离的方法。该方法利用信号间的时序结构,通过Kalman滤波算法对多信号混合中的源信号不断估计并迭代更新,最终得到分离信号。仿真实验结果表明,该方法能有效估计并分离出源信号。      

Blind separation of asymmetric PCMA signal based on soft information joint correction

On the basis of a blind separation structure with low complexity,an efficient blind separation algorithm based on soft information joint correction was proposed for asymmetric PCMA to improve the demodulation performance of strong and weak signals.By utilizing the demodulation mutual influence between the strong and weak signals,this algorithm tried to correct the receiving symbols of strong signal with high error probability.Comparing the symbol constellation quality (soft information) of signals before and after correction,it can be decided whether the hard decision values of strong and weak signals need to be modified,which efficiently reduce the demodulation error rate of strong and weak signals.The simulation results show that,the demodulation error rate of strong and weak signals can be reduced by nearly two orders of magnitude after joint correction especially when the signal to noise ratio of strong signal is higher than 17 dB,and the computational complexity of this algorithm is lower than that of the conventional reconstruction cancellation algorithm.     

基于偏度和时序结构的声音信号盲抽取算法研究

信号盲抽取是盲信号处理领域的热点研究方向,它仅抽取感兴趣的信号,能有效减小运算量,解决盲分离中信号顺序不确定性的难题,因而在生物医学信号分析（如EEG、MEG、fMRI等）、语音和图像识别领域得到广泛应用。针对传统的基于时序结构的盲抽取算法存在较弱的抗噪性和对时延估计误差比较敏感的不足,论文提出了将偏度和时序结构相结合的信号盲抽取算法。该算法首先利用偏度的非对称性来度量分离信号的非高斯性,以减弱噪声,同时减小了传统的利用峭度度量非高斯性方法的运算量;其次利用基音周期作为声音信号的最佳时延估计,以实现对感兴趣信号的盲抽取,将两者结合后使得算法对时延估计误差不敏感,且对噪声更具鲁棒性。仿真实验部分选取了标准TIMIT语料库中一男、两女分别单独朗读同一语句的语音信号,盲抽取的实验结果表明:本文算法与文献3中算法相比具有较好的分离效果且抽取速度快,与文献4中算法相比分离效果相当但大大地提高了抽取速度,从而验证了本文算法的有效性。      

基于时空解析恒模算法的CDMA智能 天线系统盲信号分离

针对恒模算法只能由迭代算法实现和解析恒模算法分辨用户数受限等问题,本文在解析恒模算法基础上,提出空时解析恒模算法(ST-ACMA),并将其应用于CDMA智能天线系统盲信号分离.通过将传统时域或空域的恒模算法扩展到空时域,将求解盲波束权矢量的问题等效成信号子空间盲信号恢复问题,通过多个矩阵的联合对角化处理,闭式得到所有用户信号.数值仿真结果表明,该方法有效地解决了解析恒模算法可分辨用户数受阵元数限制的问题,提高了盲信号分离的性能,有效地克服了多址干扰.     

基于非线性滤波的非对称PCMA信号盲分离

针对非对称PCMA（Paired Carrier Multiple Access）信号盲分离问题,在一种低复杂度的盲分离结构基础上,提出了一种基于非线性滤波的盲分离算法,并深入研究了弱信号影响下强信号解调误码率理论界。该算法在混合信号按强信号同步的基础上,利用弱信号波形的可预测性,引入非线性滤波的方法对弱信号的波形进行预测,从混合信号中减去预测的弱信号波形来降低强信号解调误码率。仿真结果表明,经非线性滤波后强信号解调误码性能比对混合信号直接硬判决时强信号解调误码性能有较大提升。