基于CHASE译码思想的PCMA信号盲分离算法

在软输出逐幸存路径处理（SOVA-PSP）算法的基础上,提出了基于Chase译码思想的载波成对复用多址（PCMA）信号的盲分离算法。该算法对SOVA-PSP软输出的结果进行可靠性排序,对于排序中可靠性较低的混合符号进行信号重构,通过重构信号和接收信号之间的欧式距离对比纠正其中的错误结果。仿真结果表明,所提算法与SOVA-PSP算法相比,性能有2 dB左右的增益。     

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。

     

基于PSP及Kalman滤波的PCMA信号盲分离算法

提出了一种成对载波多址系统中信息序列和信道联合估计的算法。该算法在不具备任一协作通信方发送的信息序列的先验知识前提下从混合信号中解调出两路信息序列。该算法结合了逐幸存路径处理法无延迟的信道参数估计特性和Kalman滤波良好的估计性能。仿真实验表明,该算法具有良好的信道捕获与跟踪能力,且实现较好的符号序列估计性能。     

基于判决反馈前馈的RSDFF-PSP盲分离算法

针对信道记忆长度较大时,成对载波多址(Paired Carrier Multiple Access,PCMA)混合信号单通道盲分离复杂度高的问题,本文提出一种新型的减状态判决反馈前馈逐幸存路径处理(Reduced-State Decision Feedback-Feedforward Per-Survivor Processing,RSDFF-PSP)分离算法.该算法先利用截短逐幸存路径处理(Per-Survivor Processing,PSP)算法得到预判决,忽略掉前导和后尾干扰的影响,将复杂度控制在能够容忍的范围内;然后分别设计全局判决反馈滤波器和延时判决前馈滤波器,利用分支路径度量的预判决结果反馈以及延时前馈来补偿前导和后尾干扰带来的性能损失,并结合二次判决获得了更佳的分离性能.仿真实验结果表明,RSDFF-PSP算法在减少复杂度的同时能够最大限度地得到逐幸存路径处理最大似然序列估计(Per-Survivor Processing Maximum Likelihood Sequence Estimation,PSP-MLSE)的性能,实现复杂度和性能的良好折中.     

基于信道参数与频率联合估计的PCMA信号单通道盲分离

在成对载波多址信号的单通道盲分离过程中,通常需要将两路信号的频偏、初相、时延和成形滤波器的综合影响作为信道参数进行估计,因此即使在恒参信道下,频偏误差的存在也会导致信道参数的动态变化。目前的盲分离方法一般采用最小均方（Least Mean-Square,LMS）算法或递归最小二乘（Recursive Least-Square,RLS）算法进行信道参数跟踪,然而这类方法显然没有充分利用频偏导致信道参数周期性变化的先验信息。通过建立残余频偏与信道参数的误差模型,利用扩展卡尔曼滤波算法实现了频偏误差与时不变信道参数的联合估计。仿真实验表明,在频偏误差和恒参信道叠加的变参信道下,提出的方法在收敛能力、跟踪精度、分离性能上相比现有方法均有明显提升。     

基于互补对称滤波器的APCMA信号的盲分离算法

针对小站信号带宽大于主站信号的新非对称成对载波多址（Asymmetric Paired Carrier Multiple Access,APCMA）信号背景,在一种低复杂度的盲抵消结构基础上,提出基于互补对称滤波器的盲分离算法.该算法采用互补对称滤波器从时频域上将混合信号分解为同时含主站信号与小站信号,以及只含小站信号的两路分量信号,在保证采样率不变的情况下对含主站信号的信号分量做进一步的信号分离,通过两路分量信号的同步处理确保了分离之后的两路信号分量中小站信号的可加性和完整性.仿真结果表明,与原低复杂度算法相比,本文算法有效地提升了混合信号的分离性能.此外,本文提出的具有信息不变性的互补对称滤波器有较广泛的应用前景,可用于宽带多信号抵消、信道估计以及隐蔽传输下的扩频检测等问题中.     

基于互补对称滤波器的APCMA信号的盲分离算法

针对小站信号带宽大于主站信号的新非对称成对载波多址(Asymmetric Paired Carrier Multiple Access,APCMA)信号背景,在一种低复杂度的盲抵消结构基础上,提出基于互补对称滤波器的盲分离算法.该算法采用互补对称滤波器从时频域上将混合信号分解为同时含主站信号与小站信号,以及只含小站信号的两路分量信号,在保证采样率不变的情况下对含主站信号的信号分量做进一步的信号分离,通过两路分量信号的同步处理确保了分离之后的两路信号分量中小站信号的可加性和完整性.仿真结果表明,与原低复杂度算法相比,本文算法有效地提升了混合信号的分离性能.此外,本文提出的具有信息不变性的互补对称滤波器有较广泛的应用前景,可用于宽带多信号抵消、信道估计以及隐蔽传输下的扩频检测等问题中.     

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。     

卫星成对载波多址信号的一种联合分离解调算法

针对现有PCMA处理算法需要先分离后解调,且解调性能受分离误差影响的缺点,提出了一种基于TD-MLSE和PSP-MLSE思想的联合分离解调算法.该算法不需要进行混合信号分离,而是直接从接收信号中估计对方发送的信息序列.仿真表明,该算法在估计符号序列的同时具有良好的信道捕获与跟踪能力,并在2倍过采样下能得到较低的误码性能.小频偏下可选择复杂度小的TD-MLSE算法,而大频偏下选择PSP-MLSE算法跟踪性更好.     

基于独立分量分析的PCMA信号盲分离算法

针对非协作通信中成对载波多址(Paired Carrier Multiple Acess,PCMA)信号的盲分离问题,提出了一种基于独立分量分析(Independent component analysis,ICA)的单通道盲分离算法。首先对接收到的单路PCMA信号进行参数估计得到其残余载波频率,再对其处理得到两路基带混合信号,最后利用ICA算法分离出源基带信号。该算法在未知两个卫星地面站发送信号的情况下,从接收到的PCMA信号中恢复出两路源基带信号。仿真实验表明,本文算法在信噪比为-10dB时仍具有良好的分离效果,两路基带信号的波形相似系数可分别达到0.94与0.86以上。     

基于单路定时准确的低复杂度成对载波复用多址信号盲分离算法

该文分析了传统逐幸存路径处理(Per-Survivor Processing, PSP)算法模型,给出了改进的前馈非二元码软输出维特比(Soft Output Viterbi Algorithm, SOVA)PSP算法。针对单路定时准确的情况,提出了针对成对载波复用多址(Paired Carrier Multiple Access, PCMA)信号的SOVA-PSP盲分离算法。该算法相对传统的PSP算法状态数由原来的M2(L-1)减少到M(L-1)(其中M为调制阶数,L为等效信道响应长度),从而大幅度地降低了算法复杂度。仿真结果表明,改进的算法在降低复杂度的同时与传统PSP算法相比性能几乎没有损失。     

非对称PCMA卫星信号的截获方法

近年来PCMA等卫星通信新技术的应用对卫星通信信号的截获提出了更高的要求,通过分析PCMA卫星通信系统的工作原理,借鉴多用户检测技术中串行干扰抵消的基本思想,提出一种针对非对称PCMA信号的截获方法,并进行了性能仿真。仿真结果表明,在没有任何先验信息的情况下,可以实现对非对称PCMA信号中双方信号的截获和解调。     

基于迭代处理的PCMA混合信号解调/译码算法

针对成对载波多址信号的分离,在实现信道参数估计且完成干扰抵消的基础上,该文利用信道编码信息提出一种联合线性最小均方误差(Minimum Mean-Square Error, MMSE)均衡和软译码的迭代解调/译码算法。该算法在均衡过程中利用译码后反馈的先验统计量来改善解调性能,重点研究了均衡与译码间的信息交互以及参数估计误差对解调性能的影响。仿真结果表明,对子码为(64,57,4)扩展BCH码的Turbo乘积码(Turbo Product Codes, TPC),采用QPSK调制且误比特率为10-3时,经过2次迭代能获得近4 dB的信噪比增益;采用8PSK调制且Es/N0大于20 dB时,经过2次迭代能将误比特率至少提升2个数量级。     

PCMA系统自干扰频率估计新算法

成对载波多址（PCMA）是一种新兴的频率重用技术,通过对自干扰信号的重构和抑制能够有效提高系统容量,其关键技术在于自干扰信号的参数估计。针对PCMA系统特点提出了一种无需单独训练的自干扰信号频率估计新方法,利用本地信号与对方信号的弱相关性,基于最小均方误差拟合准则拟合出相关函数的估计曲线,从而获得频偏估计值。仿真结果表明该算法能够得到比较小的估计误差和较为理想的误码率性能。     

非对称成对载波多址接入系统下行链路中的功率分配优化

为提高卫星通信系统的和速率,该文研究了非对称成对载波多址接入(APCMA)系统下行链路的功率分配问题。以最大化系统和速率为目标,在总功率和满足各用户最低服务质量的约束下,通过凸优化的方法,得到了最优功率分配方案,并给出了两种次优功率分配方案。该文以正交多址接入(OMA)中的经典算法作为对比,仿真结果表明,所提功率方案能够最大化和速率,展示了APCMA系统相比OMA系统在频谱效率方面有更优性能。     

The performance of MT-CDMA system in the presence of carrier frequency offset

In this letter, the sensitivity of an uplink Multi-Tone Code-Division Multiple Access （MT-CDMA） system to the Carrier Frequency Offset （CFO） is investigated. The analytical expression for the Bit Error Rate （BER） of uplink MT-CDMA in the presence of CFO is derived in a multipath Rayleigh fading channel which is verified through simulations. Both Maximal Ratio Combining （MRC） and Equal Gain Combining （EGC） are considered in combining multipath signals in the analysis. It is found that the BER performance can be improved with the number of multipath increasing in the presence of CFO.     

The DFF-PSP Iterative Separation and Theoretical Bound for PCMA with Long Memory

This paper proposes the Decision feedbackfeedforward per-survivor processing (DFF-PSP) iterative separation algorithm and the Monte Carlo integrationbased method to compute the theoretical bound for Paired carrier multiple access (PCMA) Single channel blind separation (SCBS) which is highly complex with long memory.The truncated PSP is employed while the pre-and post-cursors are disregarded to control the complexity.The delayed decisions feedforward and local decisions feedback filters are designed to process the pre-and postcursors.The Bit-interleaved code modulation iterative decoder (BICMoID) is combined with the second soft decision of the truncated PSP to obtain a better performance.The mixture signal model is regarded as a Multiple-access channel (MAC) with memory,and the theoretical performance bound is obtained via entropy inequality,Monte Carlo integration and Fano inequality.Simulation results show that the DFF-PSP iterative separation provides the good tradeoff between complexity and performance.     

一种信号源盲分离的神经网络算法

本文提出了一种新的盲信号分离的神经网络算法。神经网络的第一层使用奇异值分解(SVD)方法对观测信号进行预白化处理。在传感器的数目不少于源信号的情况下,预白化处理能够估计出源信号的数目,同时压缩掉冗余信息。神经网络的第二层是分离层。分离层的权值矩阵应该是正交矩阵。本文应用一个正交严格受限(SOC)算法调整分离网络的权值。其中,用恢复信号的四阶互累积量的平方构造代价函数。仿真实验验证了算法的有效性。