基于卡尔曼滤波的同步盲系统辨识与解卷积方法

在盲信道均衡或盲语音去混响应用中,盲多信道系统辨识通常是信号解卷积的前提条件,即盲辨识过程后跟一个解卷积过程。本文提出一种基于卡尔曼滤波的同步盲系统辨识与解卷积方法,其中卡尔曼滤波的状态矢量由多信道系统参数与源信号矢量组成,过程方程和测量方程则建立在单输入-多输出系统(SIMO)的输入输出关系及信道间交叉关联关系(Cross Relation)基础上。此外,盲系统辨识部分与解卷积部分是可以解耦的,生成两个看似独立的卡尔曼滤波问题,并且这两个卡尔曼滤波问题可以实现并行计算。与级联结构相比,这种并行结构更有利于算法优化和实时信号处理。仿真表明,对于无噪声理想信号模型,本算法可以实现完全系统辨识和解卷积(信号误差比可达到100 dB以上),说明理论正确;对于实测的混响语音信号亦可以实现一定的去混响效果。