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。     

基于低轨卫星PCMA信号的信道估计算法研究

【目的】随着天地一体化信息网络的发展,低轨卫星通信系统迎来发展热潮,成对载波多址（PCMA）技术凭借其节省带宽资源的优点也逐渐向低轨卫星通信发展。然而,传统PCMA技术多用于高轨卫星中,无法适应低轨卫星信道高动态的衰落信道特性,使得PCMA接收端误码性能大大下降,其中的瓶颈在于重叠信号的信道估计与均衡技术。【方法】针对低轨卫星信道特点,文章提出了一种联合训练序列估计与自回归（AR）模型预测的信道估计方案。借鉴叠加训练序列信道估计的思想,引入了适用于PCMA混合信号信道估计的迭代方法,通过迭代提升训练序列信道估计的精确度;并利用AR模型实时预测数据序列的信道状态信息（CSI）,同时也通过AR模型预测达到降低训练序列信道估计频次的目的,以适应低轨卫星信道的动态性。【结果】仿真结果表明,叠加训练序列信道估计的思路可以适用于PCMA信号中,经过迭代可以获得精确信道估计值。文章所提方法可以有效提高信道估计的精确性,且经过信号分离以及解调后,在信噪比>9 dB时误码率可以达到10-3量级。【结论】文章所提信道估计方案并入PCMA接收方案中后,误码率损失在可接受范围内,可以支持PCMA技术在低...     

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。     

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。     

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。     

一种基于ICA的盲信号分离快速算法

基于ICA(独立成分分析:Independent Component Analylsis)原则,给出一种盲信号分离的快速学习算法.通过寻求观测变量线性组合的四阶累积量(即kurtosis系数)局部极值,得出该算法的模型和步骤.将该算法用于盲信号分离实验,实验结果表明,该算法在盲信号分离和信号特征提取方面具有收敛速度快、无需动态参数等优点.该算法能有效地分离出任意分布的非高斯盲源信号的各个独立成分,是信号处理的一种新的、高效可靠的方法.     

基于互信息量的神经网络语音盲分离算法

盲分离技术由于不需要知道信号的先验信息而得到广泛应用。利用神经网络信息后向传播的特点,在Infomax算法的基础上,提出一种改进的基于互信息的语音盲分离算法,以神经网络为优化结构,并以输出熵为目标函数,实验证明,算法能很好提取信号的独立分量,完成混合信号的分离。