空时分组码通信中的一类ICA盲检测方案

空时分组码（STBC）通过使用发射分集策略和空时编码方案可以明显改善系统性能。然而，其接收端必须获得准确的信道状态信息（CSI）才能进行有效的信号检测。而对于复杂的无线通信环境，这种前提条件有时却难以得到满足。独立分量分析（ICA）是一种将一个复杂的数据集合分解为多个独立子集的盲源分离（BSS）技术。通常情况下，即使没有空间信道的任何信息，ICA也可以仅凭接收信号恢复出发射信号。提出了一种利用ICA技术的STBC盲信号检测方案，在建立了适用于ICA的特定通信系统模型后，几种典型的ICA算法被用来进行性能比较。理论分析表明，ICA盲接收技术的应用可以在一定程度上替代基于信道估计的传统方法，增强系统对信道估计错误的顽健性。仿真实验结合了具体的STBC系统，比较了基于ICA的不同方案的性能，并讨论了最优的信号检测方案。     

基于独立分量分析的正交空时分组编码盲检测方案

通过在不同天线发射的信号之间引入时域和空域信息,正交空时分组编码(OSTBC)可以获得发射分集增益,而且可以在不牺牲带宽的情况下获得更高的编码增益。但是其译码却需要精确的信道状态信息(CSI),因此,信道信息估计的准确性严重影响系统的性能。基于独立分量分析(ICA)的盲源分离(BSS)技术可以在不进行信道估计的情况下对发射信号实现有效检测。通过利用OSTBC的正交特性,提出了2种基于ICA的盲检测方案,同时,一些基于信道估计的检测算法也被用来进行性能比较。瑞利衰落信道下的仿真结果表明,2种新方案均具有较好的系统适应性和误码率性能。     

基于独立分量分析的实正交空时分组码盲识别

提出一种基于独立分量分析的正交空时分组码(OSTBC)盲识别方法。首先给出了接收信号模型,利用独立分量分析得到含有编码矩阵的虚拟信道矩阵,然后利用编码矩阵特性,证明得到正交空时分组码的虚拟信道矩阵的相关矩阵为对角矩阵;最后提出用于正交空时分组码识别的2个特征参数:稀疏度和方差。仿真结果表明,所提出方法能够较好地识别正交空时分组码。     

空时编码中的BLAST分析

分层空时编码技术是近几年来通信领域新兴的研究方向,它主要用于解决高速无线通信下行传输问题。主要从分层空时编码的技术原理、设计准则及一种典型的译码算法入手,全面地分析了BLAST的特点,并通过仿真对几种典型的译码算法的性能进行了对比。最后对目前的研究动态做了简要的介绍。     

多层空时编码方案的MIMO-OFDM系统研究

结合STBC和VBLAST混合编码结构的优点,提出将块分组编码应用于MIMO-OFDM系统.在发射端数据流分成两层输入块分组编码器后进行OFDM调制,在接收端,采用MMSE干扰抑制算法译码.块分组编码将数据符号按层分块后交叉通过不同的天线对发射,数据流之间产生了一定交织效果,使编码获得了更好的分集增益.     

基于TCM的分层结构空时分组码

针对分层结构的空时分组码LSTBC,提出一种以网格编码调制TCM为外部编码的TCM-LSTBC方案.在接收端,利用数据特点构造出一种无需矩阵求逆的组干扰抑制方法.由于该TCM-LSTBC方案和组干扰抑制方法能有效分离各层发射信号,并且新形成的信道矩阵为Alamouti矩阵,故降低了译码复杂性.仿真结果验证了方案的有效性.     

一种新型的非正交空时编码设计

空时分组码和BLAST系统是两种利用多发多收传输的典型的空时编码系统．但由于空时分组码受正交条件限制，传输效率得不到提高，而BLAST系统存在差错传播制约着误码率的下降．综合了这两种系统的优点，提出了一种非正交空时分组编码设计，并将其描述为空时分组BLAST系统、仿真结果表明，新系统在不同信道环境、不同调制方式和天线数目的情况下部具有良好性能，可以显著改善空时分组码和BLAST系统的性能。     

基于分层结构的空时分组码

提出了一种新的空时编码方法,该方法结合了分层空时BLAST (Bell Layered Space Time)结构及空时分组码STBC (Space Time Block Code)的优点.采用在发射端对发射天线分组,对于每组进行独立的空时分组编码,而在接收端进行分组干扰抑制,并且用奇异值分解方法实现解码.该方法具有高于STBC的频谱利用率和码速率.仿真结果验证了该方法的抗衰落性能优于BLAST.     

多发射与多接收天线系统盲自适应算法研究

提出了一种用于正交空时分组码(OSTBC:Orthogonal Space-Time Block Code)多发射天线多接收天线系统的盲自适应接收机.该方法主要利用了正交空时分组码的内在特性,给出了一个针对正交空时分组码多发射天线多接收天线系统的无约束代价函数,分析了该函数的全局最小值点.利用该无约束代价函数,通过投影逼近方法给出了递推最小二乘(RLS)自适应算法实现.仿真结果表明:该接收机可以很好的跟踪衰落信道的变化,在不利用导频信号的情况下很好的还原出原始的传输信号.     

MIMO系统中分层结构的空时分组码

结合了分层空时码和空时分组码的各自优点，并针对BLAST抗衰落性能差以及STBC编码速率不高，可能达不到一定的频谱效益的特点，研究了一种分层结构的空时分组编码方法。在发射端对天线分组，每组进行独立的STBC编码，在接受端采用分组干扰抑制的方法对各组信号进行分离，然后进行STBC译码。该方案具有高于STBC的频谱利用率和编码速率，仿真结果表明，其抗衰落性能也优于BLAST。     

一种新的基于频域独立成分分析的语音信号盲分离方法

在频域利用传统的ICA进行分离时,如果分离矩阵没有经过良好的初始化,算法的收敛与分离性能都不够理想。本文提出了一种新的基于频域独立成分分析(ICA)的语音信号盲分离方法。首先通过分析混合信号的时频域特性对各个频带的分离矩阵进行初始化,使算法的收敛速度更快,并很好的解决了输出信号的次序不确定性问题;进一步根据以初始化的分离矩阵分离出的源信号间的幅度相关性,仅挑选出一部分频带进行ICA的迭代,最终达到在追求良好分离性能的同时极大提升运算效率的目的。仿真的无回声环境和几种实际的回声环境下所得到的实验结果表明,该方法在分离性能和算法效率上均优于传统的频域ICA方法。     

基于等增益合成的多天线信号盲检测算法

在多天线信号联合检测场景中,信号存在相关性和噪声方差无法准确确定问题会同时发生,导致经典的多天线能量检测算法性能不理想。为此,提出一种基于多天线信号等增益合成的信号盲检测算法。该算法通过多天线合成技术,补偿各路天线接收信号的差异性,然后进行等增益合成,并取合成信号能量与单路天线信号的能量比值作为检测统计量,利用统计理论推导出相应的检测门限和检测概率。仿真结果表明,新算法能够摆脱噪声的不确定性影响,且比现有盲检测算法具有更优的检测性能。     

独立成分分析的多光谱图像融合算法

为解决图像空间信息的问题,文章提出了一种独立成分分析的多光谱图像融合算法,将多光谱图像的RGB 3个波段和近红外图像共4个波段进行独立成分分析变化,并对其做加权平均得到主图像信息,将主图像信息与全色图像加权求平均得到一副新的图像,然后将这幅图像还原到4个波段得到融合后的结果图像。     

基于随机非负独立元分析的掌纹识别

提出运用随机非负独立元分析（SN—ICA）的新方法进行掌纹识别。为了减少计算量,运用SN-ICA算法前,先采用主元分析（PCA）算法去除掌纹图像的二阶统计特征相关性,其余的高阶非负统计特征由SN-ICA分离。首先用PCA和SN-ICA提取投影向量,然后将训练图像和待识别图像向投影向量上投影得到低维特征向量,最后计算特征...     

独立成分分析的多光谱图像融合算法

为解决图像空间信息的问题,文章提出了一种独立成分分析的多光谱图像融合算法,将多光谱图像的RGB 3个波段和近红外图像共4个波段进行独立成分分析变化,并对其做加权平均得到主图像信息,将主图像信息与全色图像加权求平均得到一副新的图像,然后将这幅图像还原到4个波段得到融合后的结果图像。     

基于独立成分分析的双麦克阵列语音增强算法

提出了利用频域的独立成分分析（Independent components analysis）算法分离语音信号和噪声信号,达到抑制噪声的效果.并且,针对ICA算法在噪声源集中的环境中效果较好,在噪声源分散的环境中性能有所退化的情况,基于时域带噪信号的ICA算法提出频域带噪信号的ICA算法.最后利用最小均方误差估计谱幅度算法（Minimum mean square error）去除残留噪声,达到较好的语音增强效果.通过大量的实验数据测试,文中提出的基于ICA和MMSE短时谱幅度估计的双麦克语音增强算法在不同信噪比（Signal to Noise Ratio）下,都取得了良好的降噪效果.     

基于独立成分分析的时相调制通信技术分析

针对时相调制通信系统从频域设计滤波器存在困难的问题,在该系统中引入独立成分分析技术从时域进行滤波.建立了基于独立成分分析的时相调制通信系统,对接收端的观测信号进行预处理,采用基于梯度的极大化非高斯性独立成分分析算法进行时域滤波处理,得到相对独立的几路信息,从而提取出时相调制信号中相位突变特征信息,经过幅度检测,完成对输入信号的恢复和解调.仿真表明：独立成分分析方法不仅能获取时相调制信号的特征,而且检测和解调后的系统性能保持较好.     

一种基于独立分量分析的图像融合方法

独立分量分析是一种基于高阶统计量的信号分析方法,近年来在图像处理和信号处理领域发挥着越来越重要的作用,因此也逐渐得到了人们广泛的关注和研究。本文提出了一种基于独立分量分析的图像融合方法。文中首先介绍了3种常用的图像融合方法：加权平均法、主成分分析法和小波变换法;然后在ICA模型的基础上提出了基于独立分量分析的图像融合方法;最后通过实验验证了该算法的有效性。     

基于独立分量分析的高光谱遥感图像混合像元盲分解

传统的独立分量分析并不适用于高光谱遥感图像的混合像元解混,因为图像中各端元的分布不是相互独立的.针对这一问题,提出了一种有约束的独立分量分析方法,来实现遥感图像混合像元的盲分解.通过在独立分量分析的目标函数中引入丰度非负约束与丰度和为一约束,改变了传统的独立性假设.同时,为了更好地适用于遥感数据分析,还提出了一种自适应...