直擴(kuò)信號參數(shù)估計的盲源分離方法研究.pdf

1、直接序列擴(kuò)頻信號又稱直擴(kuò)信號,在軍事和民用通信領(lǐng)域都有廣泛的應(yīng)用。在電子信息對抗中,如何在沒有足夠多的先驗知識的條件下檢測敵方發(fā)射的直擴(kuò)信號,并且對信號相關(guān)參數(shù)進(jìn)行準(zhǔn)確估計是一個困難的問題。而在實際通信環(huán)境中,非協(xié)作接收方獲得的信號往往是多個直擴(kuò)信號的混合,這就使得多個信號的聯(lián)合參數(shù)估計問題變得更加復(fù)雜。本文針對這一課題,提出將盲源分離的思想引入多個直擴(kuò)信號的參數(shù)估計問題中,并將研究重點集中于接近實際的通信環(huán)境中,本文的創(chuàng)新及主要工作包

2、括以下幾個方面:
　　1、針對實際通信環(huán)境中需要檢測的直擴(kuò)信號的數(shù)目動態(tài)變化的情況,將具有快速收斂性的RLS算法與源數(shù)目估計技術(shù)相結(jié)合,提出一種基于動態(tài)源數(shù)目估計的改進(jìn)RLS盲分離算法。通過在線估計觀測信號均值和協(xié)方差矩陣,定義一個關(guān)于源信號數(shù)目的代價函數(shù),然后最小化代價函數(shù)可得到源信號數(shù)目的估計。利用估計得到的源數(shù)目動態(tài)調(diào)整RLS算法中的分離矩陣及其它相關(guān)參數(shù)矩陣的維數(shù),進(jìn)而使得改進(jìn)RLS盲分離算法能夠有效的分離超定和數(shù)目動態(tài)變

3、化的源信號。仿真實驗表明,新的算法比現(xiàn)有算法具有更好的收斂性和分離性能。在直擴(kuò)信號的參數(shù)估計仿真中,新算法能夠有效地跟蹤直擴(kuò)信號源數(shù)目,并且準(zhǔn)確估計出相關(guān)參數(shù)。
　　2、針對信噪比較低情況下多個直擴(kuò)信號參數(shù)的聯(lián)合估計問題,分析了一類基于非高斯性的代價函數(shù),并將關(guān)于源信號估計的后驗期望函數(shù)與一類非線性去噪函數(shù)等價,理論上證明了去噪與分離的等價性。在描述線性函數(shù)去噪的基礎(chǔ)上,詳細(xì)闡述了非線性函數(shù)的去噪原理。在沒有噪聲的協(xié)方差矩陣等先驗

4、知識的條件下,仿真實驗表明其性能比現(xiàn)有的需要先驗知識的算法具有更好的分離效果。而且在多個直擴(kuò)信號的參數(shù)估計中也有好的結(jié)果,能夠在信噪比小于0dB的條件下準(zhǔn)確估計出相關(guān)參數(shù)。
　　3、針對多個直擴(kuò)信號卷積混合的盲分離問題,首先通過矢量化方法將其變?yōu)榫仃嚶?lián)合分塊對角化問題。然后基于兩類代價函數(shù),分別提出一種新的矩陣聯(lián)合分塊對角化算法。針對第一類代價函數(shù),考慮到現(xiàn)有的迭代非正交聯(lián)合分塊對角化算法都存在不收斂的情況,利用分離矩陣的特殊結(jié)構(gòu)

5、確保其可逆性,使得算法的迭代過程穩(wěn)定。依據(jù)代價函數(shù)的最小化等價于矩陣中每個分塊的范數(shù)最小化,將整個分離矩陣的迭代更新轉(zhuǎn)化成每個分塊的迭代更新,利用最小化條件得到迭代算法。實數(shù)和復(fù)數(shù)兩種情況下的算法都進(jìn)行了推導(dǎo)。針對第二類代價函數(shù),利用矩陣矢量化算子將問題轉(zhuǎn)化為一個多參數(shù)的最小二乘問題,通過構(gòu)造正交投影算子的逐元素微分矩陣,推導(dǎo)出一種實現(xiàn)簡單的迭代聯(lián)合分塊對角化算法。仿真實驗首先驗證了兩種新算法在不同條件下的性能,然后對三個基帶直擴(kuò)信號的

6、卷積混合進(jìn)行盲分離,實驗結(jié)果表明新算法能夠成功地將多個直擴(kuò)信號分離出來。
　　4、針對強噪聲條件下多個直接序列擴(kuò)頻信號在多徑信道傳輸后的卷積盲分離問題,在無線通信中增加接收天線數(shù)目可以獲得分集增益的原理啟發(fā)下,通過放寬接收端數(shù)目的條件,提出了一個基于特征函數(shù)和矩陣代數(shù)的卷積盲分離方法。首先利用多接收端的條件,構(gòu)建接收信號模型,且證明此模型符合獨立子空間分析的基本條件;接著通過引入獨立子空間分析的定義,證明直擴(kuò)信號源的特征函數(shù)的He