单通道混合信号盲分离算法

介绍了单通道混合信号的概念及盲源分离的现状,对实时线性混叠盲分离方法展开研究,分类探讨基于变换域滤波、多参数联合估计、符号序列与信道参数联合估计以及多维映射的单通道混合信号盲分离方法,分析比较各类盲源分离方法的处理对象、前提条件和优缺点,并进行了总结.最后通过仿真实验分析了基于粒子滤波与编码辅助的单通道盲分离方法中粒子数目、编码方式、源信号幅度比和频差等对分离算法性能的影响.     

利用纠错编码的同频调制混合信号单通道盲分离

该文建立了同频调制编码混合信号的基本模型,提出了基于M-PSP的利用编码信息的单通道盲分离算法,重点研究了状态格图的构建、分支度量的计算和信道响应的跟踪。仿真结果表明,利用编码的单通道盲分离算法可以获得比不利用编码更好的性能,对于1/2码率的卷积编码BPSK信号,在误码率为10-4时,信噪比改善可达到2dB左右。     

同频不同速率数字调制混合信号的单通道盲分离

针对同频不同速率数字调制混合信号的单通道盲分离问题,建立了信号的状态空间转移模型,提出了基于粒子滤波的盲分离算法,并重点推导了重要性采样概率密度函数的表达式和粒子权值更新公式.仿真结果表明,粒子滤波算法可以对各项信号参数进行实时动态跟踪,从而有效的实现信号的分离.     

基于SIC的单通道同频混合信号低复杂度盲分离算法

针对非协作通信中单通道同频混合信号盲分离算法复杂度高的问题,本文在连续干扰抵消（Serial Interference Cancellation, SIC）算法基础上,构建了单通道同频混合信号的信道接收模型,提出了基于SIC的低复杂度盲分离算法。并对信道重构中的信道截断影响进行了处理,避免了分离性能的损失。仿真结果表明,QPSK调制方式下分离性能与已有算法性能相当,但复杂度降低了2/3,且算法对频偏误差不敏感。      

利用Gibbs采样的同频混合信号单通道盲分离

针对非合作接收的单通道同频数字调制混合信号,提出一种基于Gibbs采样的分离算法。该算法利用统计的方法获得未知符号序列概率密度的随机样本,运算复杂度随信道阶数的增加不呈指数增长。重点研究了基于单符号对、多符号对的分离算法和信道响应的跟踪,并对Gibbs分离算法和PSP分离算法的性能进行了详细的分析比较。仿真结果表明,针对2路QPSK调制的混合信号,在与L=4时的PSP算法具有近似分离性能的同时,Gibbs分离算法可使复杂度降低近17倍。     

基于迭代的同频混合信号单通道盲分离/译码算法

针对采用长约束信道编码的同频调制混合信号,提出了一种利用编码的单通道盲分离/译码迭代算法。该算法通过在盲分离过程中利用译码后反馈的符号软信息来改善分离效果,重点研究了软输入软输出盲分离、最大似然概率译码以及分离译码间的软信息交互。仿真结果表明,迭代盲分离算法相比不采用迭代的算法可获得更好的性能,对于采用(2,1,6)卷积码和随机交织的BPSK混合信号,前者进行2次迭代时可获得约2dB的信噪比增益。     

基于因子图的同频数字混合信号单通道盲分离

本文针对复杂编码下同频数字调制混合信号单通道盲分离问题,构建了利用因子图设计盲分离算法的统一框架。通过将和积消息传递算法与ECM参数估计算法有机地结合,提出一种基于因子图的编码辅助同频混合信号单通道盲分离算法。确定了在最大似然准则下混合信号同步参数的估计式。利用广义分配率准则,为存在码间干扰的混合信号建立了合理的因子图模型,得到了符号序列的后验概率估计式。仿真结果表明,本文提出的算法不仅能够对卷积码混合信号取得较好的分离性能,还能有效实现对LDPC码等复杂编码混合信号的参数和序列的联合估计。     

同频重叠信号的单通道盲分离方法综述

同频重叠信号单通道分离在信号分离领域具有广阔的应用前景,成为近年来信号处理领域研究的热点之一.在回顾了自然信号单通道分离方法的基础上,对同频重叠信号的单通道盲分离方法作了详尽的分析,总结了国内外的研究成果,讨论了现有理论和方法的优缺点及应用条件,最后指出了今后可能的进一步研究方向.     

应用判决反馈的混合信号单通道盲分离算法

该文提出了一种基于判决反馈思想的DF-PSP单通道盲分离算法。该算法结合判决反馈的思想,利用Viterbi序列检测器最可能的幸存序列得到的预判决来合成信道冲激响应尾部造成的符号串扰,来弥补现有PSP单通道盲分离算法对信道冲激响应进行截断处理而带来的性能损失。仿真结果表明,对于两路混合QPSK信号,该算法较截断PSP单通道盲分离算法在复杂度相当的条件下有更好的性能,在误码率为 时,信噪比改善可达到2dB左右,且在同等过采样条件下,该算法能获得更好的性能提升。      

非平稳卷积混合信号的盲分离

传感器采集到的信号是由多目标源、环境噪声等经多途径卷积混合的形武.为有效地去除环境因素如干扰、传输延迟等的影响,提出一种新的盲信号分离方法.利用非平稳信号的多重去相关和最小二乘准则来估计混合矩阵A或解混矩阵W以及信号和噪声功率.实验结果表明,该算法具有良好的分离效果.     

通信信号的单通道盲分离和码元序列盲估计

针对被单根天线接收的多个通信信号的单通道盲分离问题,提出了一种新算法.该算法利用各个通信信号的周期性差异和波形差异,应用过采样技术和高阶统计量分析技术来构造适用于独立分量分析的多通道混合模型,从而将多信号盲分离问题转化成波形和码元序列的估计问题.仿真证实了新算法的可行性和优越性.     

卷积混叠信号盲分离

本文讨论了卷积混叠信号盲分离问题，证明了一系列基于高阶谱的判据，指出了盲辨识和盲分离的充分条件，利用判据，发展了若干算法，模拟实验证实了判据的正确性和算法的有效性。     

同频同调制信号的瑞利信道系统仿真设计

为了解决通信系统仿真模型的不完备性,利用Matlab的组件Simulink搭建了一套模拟信号的传输、接收、分离的接收机通信仿真模型。该模型以同频同调制信号为信源,选取多径瑞利衰落信道模拟仿真实际接收机的工作流程,并且包括信源模块、调制解调模块、信道模块、模拟接收模块、采样滤波模块、信号分离模块等。此外,系统测试了瑞利信道的路径增益对信号盲分离的影响,仿真结果表明信道增益越大,信号越集中,分离效果也相对较好。因此,该仿真系统可以与硬件系统原型相结合,为测试信号提供功能验证,为实际接收机系统运行环境提供参考建议。     

混合语音信号的盲分离

重点研究了卷积混合语音信号的盲分离方法。语音信号是非平稳信号,但是它在短时间上具有平稳性。因此,本文对语音信号进行加窗傅立叶变换（FFT）将卷积混合问题转换为频域上每个频点的瞬时性BSS（blind source separation）问题,采用定点（fixed—point）ICA（independent component analysis）算法对混合语音信号进行了分离,并用matlab进行了仿真。     

一种卷积混合下的盲分离算法

盲信号处理理论常被应用于许多工程实际系统,是信号处理领域的重要而又前沿的研究热点,已经成为信号处理成熟的研究方法。文章针对盲信号分离的基本理论问题和卷积混合下的盲分离算法进行了探讨,建立卷积混合模型,并将某些算法扩展到卷积混合模型中,推导出了一系列使用价值更强的盲反卷积算法。     

短波同频信号盲分离的FastICA算法研究

本文介绍了一种基于独立分量分析的固定点算法,进行了理论研究与仿真分析,为频谱监测和管理工作提供了依据.     

基于盲源分离的同频信号测向算法研究

信号测向系统中,常用MUSIC算法进行同频信号测向处理。但是由于实际使用过程中信号子空间和噪声子空间并不能实现完全正交,使得MUSIC算法的准确度和稳定性大幅度削弱。基于这个问题,将盲源分离算法引入到同频信号测向系统中,利用盲源分离算法,对信号进行处理,分离出每个信源的空间信息,单独进行测向处理。能够在信号子空间和噪声子空间正交性不理想的情况下,保证测向系统的抗干扰性能,提高系统的准确度和稳定性。     

一种新的多信号卷积混合信号盲分离算法

对于含噪声情况下多个源信号卷积混合盲分离,由于混合矩阵比较复杂,分 离算法会出现迭代次数增加、收敛速度变慢等问题。在对多信号卷积混合进行合理简 化的基础上,提出一种以四阶累积量为独立准则的多信号卷积混合的新的时域盲源分离算法 。由于采用高阶累积量为独立准则,该算法对高斯噪声具有良好的抑制作用,改善了信噪比 。 其次,算法也建立了步长因子的选取与二次残差之间的非线性函数关系,使得算法既获得了 较 快的收敛速度,也得到较高的分离精度。仿真数据表明提出的算法对于多个源信号卷积 混合具有良好的分离效果。     

成对载波多址复用混合信号非合作接收单通道盲分离性能界

成对载波多址复用(PCMA)混合信号单通道盲分离性能界是衡量混合信号可分离程度以及分离算法性能的标准。针对PCMA混合信号,从发送信号模型出发构造调制信号比特与符号的空间映射,利用最大似然准则推导与混合信号分离算法无关的分离性能下界表达式,数值计算结果与理想情况下Viterbi仿真结果吻合,验证了所推导性能界的合理性。

     

单通道带通信号的复基带盲解卷积算法

该文提出了一种基于多途信道单通道接收的带通数据(波束或传感器输出)自相关函数的盲解卷积算法。该算法先通过复解调将带通信号频谱搬移到0频率附近,然后进行低通滤波和降采样率,得到其复基带信号。再针对单通道复基带信号,以其自相关函数在零延时之外某区间内的实部平方和最小为准则,推导出复基带多途信号盲解卷积的LMS自适应迭代算法。该方法能够适用于带通高斯信号和非高斯信号,与基于高阶统计量的方法相比,对源信号概率分布具有较宽的适用面,计算机仿真结果验证了该方法的正确性。