直擴(kuò)信號(hào)參數(shù)估計(jì)的盲源分離方法研究.pdf

1、直接序列擴(kuò)頻信號(hào)又稱(chēng)直擴(kuò)信號(hào),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(duì)抗中,如何在沒(méi)有足夠多的先驗(yàn)知識(shí)的條件下檢測(cè)敵方發(fā)射的直擴(kuò)信號(hào),并且對(duì)信號(hào)相關(guān)參數(shù)進(jìn)行準(zhǔn)確估計(jì)是一個(gè)困難的問(wèn)題。而在實(shí)際通信環(huán)境中,非協(xié)作接收方獲得的信號(hào)往往是多個(gè)直擴(kuò)信號(hào)的混合,這就使得多個(gè)信號(hào)的聯(lián)合參數(shù)估計(jì)問(wèn)題變得更加復(fù)雜。本文針對(duì)這一課題,提出將盲源分離的思想引入多個(gè)直擴(kuò)信號(hào)的參數(shù)估計(jì)問(wèn)題中,并將研究重點(diǎn)集中于接近實(shí)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(gè)方面:
　　1、針對(duì)實(shí)際通信環(huán)境中需要檢測(cè)的直擴(kuò)信號(hào)的數(shù)目動(dòng)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(jì)技術(shù)相結(jié)合,提出一種基于動(dòng)態(tài)源數(shù)目估計(jì)的改進(jìn)RLS盲分離算法。通過(guò)在線(xiàn)估計(jì)觀測(cè)信號(hào)均值和協(xié)方差矩陣,定義一個(gè)關(guān)于源信號(hào)數(shù)目的代價(jià)函數(shù),然后最小化代價(jià)函數(shù)可得到源信號(hào)數(shù)目的估計(jì)。利用估計(jì)得到的源數(shù)目動(dòng)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(dòng)態(tài)變

3、化的源信號(hào)。仿真實(shí)驗(yàn)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(hào)的參數(shù)估計(jì)仿真中,新算法能夠有效地跟蹤直擴(kuò)信號(hào)源數(shù)目,并且準(zhǔn)確估計(jì)出相關(guān)參數(shù)。
　　2、針對(duì)信噪比較低情況下多個(gè)直擴(kuò)信號(hào)參數(shù)的聯(lián)合估計(jì)問(wèn)題,分析了一類(lèi)基于非高斯性的代價(jià)函數(shù),并將關(guān)于源信號(hào)估計(jì)的后驗(yàn)期望函數(shù)與一類(lèi)非線(xiàn)性去噪函數(shù)等價(jià),理論上證明了去噪與分離的等價(jià)性。在描述線(xiàn)性函數(shù)去噪的基礎(chǔ)上,詳細(xì)闡述了非線(xiàn)性函數(shù)的去噪原理。在沒(méi)有噪聲的協(xié)方差矩陣等先驗(yàn)

4、知識(shí)的條件下,仿真實(shí)驗(yàn)表明其性能比現(xiàn)有的需要先驗(yàn)知識(shí)的算法具有更好的分離效果。而且在多個(gè)直擴(kuò)信號(hào)的參數(shù)估計(jì)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(jì)出相關(guān)參數(shù)。
　　3、針對(duì)多個(gè)直擴(kuò)信號(hào)卷積混合的盲分離問(wèn)題,首先通過(guò)矢量化方法將其變?yōu)榫仃嚶?lián)合分塊對(duì)角化問(wèn)題。然后基于兩類(lèi)代價(jià)函數(shù),分別提出一種新的矩陣聯(lián)合分塊對(duì)角化算法。針對(duì)第一類(lèi)代價(jià)函數(shù),考慮到現(xiàn)有的迭代非正交聯(lián)合分塊對(duì)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(guò)程穩(wěn)定。依據(jù)代價(jià)函數(shù)的最小化等價(jià)于矩陣中每個(gè)分塊的范數(shù)最小化,將整個(gè)分離矩陣的迭代更新轉(zhuǎn)化成每個(gè)分塊的迭代更新,利用最小化條件得到迭代算法。實(shí)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(duì)第二類(lèi)代價(jià)函數(shù),利用矩陣矢量化算子將問(wèn)題轉(zhuǎn)化為一個(gè)多參數(shù)的最小二乘問(wèn)題,通過(guò)構(gòu)造正交投影算子的逐元素微分矩陣,推導(dǎo)出一種實(shí)現(xiàn)簡(jiǎn)單的迭代聯(lián)合分塊對(duì)角化算法。仿真實(shí)驗(yàn)首先驗(yàn)證了兩種新算法在不同條件下的性能,然后對(duì)三個(gè)基帶直擴(kuò)信號(hào)的

6、卷積混合進(jìn)行盲分離,實(shí)驗(yàn)結(jié)果表明新算法能夠成功地將多個(gè)直擴(kuò)信號(hào)分離出來(lái)。
　　4、針對(duì)強(qiáng)噪聲條件下多個(gè)直接序列擴(kuò)頻信號(hào)在多徑信道傳輸后的卷積盲分離問(wèn)題,在無(wú)線(xiàn)通信中增加接收天線(xiàn)數(shù)目可以獲得分集增益的原理啟發(fā)下,通過(guò)放寬接收端數(shù)目的條件,提出了一個(gè)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(hào)模型,且證明此模型符合獨(dú)立子空間分析的基本條件;接著通過(guò)引入獨(dú)立子空間分析的定義,證明直擴(kuò)信號(hào)源的特征函數(shù)的He