盲源分離及其在DS-CDMA盲估計(jì)中的應(yīng)用研究.pdf

1、盲源分離(BSS，Blind Source Separation)是指僅從若干觀測(cè)到的混合信號(hào)中提取、恢復(fù)出無法直接觀測(cè)的各個(gè)原始信號(hào)的過程。獨(dú)立分量分析(ICA，IndependentComponent Analysis)是盲源分離的主要方法。主分量分析(PCA，PrincipalComponent Analysis)是ICA的預(yù)處理和理論前申，也是盲源分離的重要基礎(chǔ)。隨著研究的深入，盲源分離算法被應(yīng)用到越來越多的領(lǐng)域，無論是普通的調(diào)

2、制信號(hào)，還是語音、圖像信號(hào)等都可以用盲源分離方法進(jìn)行分離，然而不同信號(hào)有著不同的特點(diǎn)，采用不同的盲源分離算法。研究不同算法對(duì)不同信號(hào)的適用性，不僅有著重要的實(shí)際應(yīng)用價(jià)值，也對(duì)算法改進(jìn)有著重要指導(dǎo)意義。
　　 直接序列碼分多址（DS-CDMA，Direct Sequence Code Division Multi-Access）技術(shù)作為個(gè)人通信、衛(wèi)星通信、無線局域網(wǎng)、第三代無線通信系統(tǒng)等領(lǐng)域的重要技術(shù)，越來越受到人們的普遍關(guān)注，而

3、擴(kuò)頻碼的盲估計(jì)成為DS-CDMA技術(shù)迫切需要解決的問題之一。傳統(tǒng)的擴(kuò)頻碼和信息碼檢測(cè)技術(shù)主要是盲多用戶檢測(cè)法，然而該技術(shù)受先驗(yàn)條件的限制，應(yīng)用范圍較窄。盲源分離算法以其特有的優(yōu)勢(shì)，在DS-CDMA信號(hào)盲估計(jì)中顯示出越來越重要的作用。然而該技術(shù)尚處于初級(jí)階段，仍需進(jìn)一步深入地研究。
　　 因此，本文的研究工作主要包括以下幾個(gè)方面:
　　 第一，細(xì)致梳理了一下盲源分離算法的發(fā)展歷史和研究現(xiàn)狀，系統(tǒng)地研究了盲源分離算法理論，并

4、介紹了盲源分離中經(jīng)常用到的一些基本理論知識(shí)，這些知識(shí)包括獨(dú)立分量分析的基本模型、約束條件、基本目標(biāo)函數(shù)和尋優(yōu)準(zhǔn)則等，最后總結(jié)了幾種常用的盲源分離算法。
　　 第二，針對(duì)不同信號(hào)適用不同盲源分離算法的問題，詳細(xì)分析了幾種不同信號(hào)的特點(diǎn)，并分別采用不同的變步長盲源分離算法進(jìn)行仿真比較，從而得到了不同信號(hào)的最優(yōu)算法。
　　 第三，針對(duì)混合圖像難分離的問題，提出了一種基于小波變換的EASI(通過獨(dú)立性的等變自適應(yīng)分離，Equiv

5、ariant Adaptive Separation via Independence)混合圖像盲源分離算法。該算法首先對(duì)混合圖像信號(hào)進(jìn)行小波變換，然后將變換后的稀疏成分作為新的觀測(cè)信號(hào)，采用基于分離度(SD，Separation Degree)的EASI算法對(duì)處理后信號(hào)進(jìn)行盲源分離，最后利用得到的分離矩陣分離原混合信號(hào)從而將原始圖像恢復(fù)出來。該算法不僅分離效果好，而且能快速實(shí)現(xiàn)較多圖像的混合分離。
　　 第四，針對(duì)傳統(tǒng)盲多用戶

6、檢測(cè)算法受先驗(yàn)條件限制和現(xiàn)有基于盲源分離的DS-CDMA信號(hào)盲估計(jì)性能較低的問題，提出了一種基于PI(性能指標(biāo)，Performance Index)變步長的EASI算法應(yīng)用于DS-CDMA擴(kuò)頻碼和信息碼的盲估計(jì)。該法首先將BSS模型和DS-CDMA模型進(jìn)行比較，推導(dǎo)出擴(kuò)頻碼和信息碼分別在盲源分離模型中的對(duì)應(yīng)關(guān)系，并用自適應(yīng)方法估計(jì)出混合矩陣從而實(shí)現(xiàn)擴(kuò)頻碼的盲估計(jì)，然后用PI值去改進(jìn)EASI算法的變步長，最后用這種算法估計(jì)出分離矩陣從而實(shí)

7、現(xiàn)用戶信息碼的盲估計(jì)。該法只需知道原擴(kuò)頻信號(hào)，能有效地克制多址干擾，與其它算法相比性能明顯得到提高。
　　 第五，針對(duì)低信噪比下多用戶多徑DS-CDMA系統(tǒng)擴(kuò)頻碼盲估計(jì)的難題，本文提出了一種基于Givens旋轉(zhuǎn)解特征向量擴(kuò)頻碼盲估計(jì)的新算法。該法在同步接收擴(kuò)頻信號(hào)的基礎(chǔ)上，首先利用特征分解法獲得用戶特征向量子空間，然后利用Givens旋轉(zhuǎn)矩陣對(duì)子空間特征向量矩陣進(jìn)行旋轉(zhuǎn)，當(dāng)定義的載荷矩陣總方差函數(shù)達(dá)到最小值時(shí)停止旋轉(zhuǎn)，從而得到擴(kuò)