噪声背景下分离时频域混合信号的方法

文档序号:8342661阅读:450来源:国知局
噪声背景下分离时频域混合信号的方法
【技术领域】
[0001] 本发明属于无线通信技术领域,具体涉及一种基于互信息最大化准则分离时间和 频域上相互重叠的无线通信混合信号的分离方法,为一种分离噪声背景下时频域混合信号 的方法,简称MM方法。
【背景技术】
[0002] 随着现代社会的高速发展,无线通信在高质量的语音业务、高清晰的图像视频、宽 带无线接入系统、智能交通系统以及军事电磁对抗等领域都得到了广泛的应用,因此,如何 更有效的开发和利用日益紧张但却开放的无线频谱资源成为一个重要研宄课题。无线电频 谱是一种在当今信息化社会中广泛使用的自然资源,由于无线服务业的仍在迅速发展着, 人们对无线电频谱资源的需求越来越高。针对频谱资源的有效问题,人们提出了各种信道 复用技术,包括频分复用技术(FDM)、时分复用技术(TDM)和码分复用技术(CDM),它们能有 效解决频谱匮乏问题。但是TDM、FDM和CDM信号,它们或是在时间间隔上,或是在频率上, 或是在码制上有所限制,虽然实现了资源的共享,但同时对系统接入的灵活性和用户容纳 数量等方面有严重限制,导致更多用户无法有效接入系统以及频谱资源利用率的下降。目 前人们提出了很多分离时间和频域上相互重叠的无线通信混合信号的分离算法,应用到无 线通信中,形成新的技术,如2009年专利(【申请号】200910028468. 0)提出的无线信道统计 复用技术(WSDM),是通过无线信道同时同频传输多路源信号,接收端由多个天线构成的接 收机接收时频域混合的信号,利用各个源信号之间的统计特性,比如统计独立性分离混合 信号,能有效的实现频谱的高效利用,只需要源信号具有统计独立或者统计可分特性,而常 见通信信号大多数都满足这个限制条件。而为更好地解决频谱匮乏问题,分离时频域混合 信号的算法值得深入研宄,算法的优劣直接影响着无线通信的有效性和可靠性。
[0003] 目前广泛采用的分离时频域混合信号的算法都是基于盲源分离理论和独立成分 分析理论,需要根据互信息最小化、信息传输最大化、极大似然估计和非高斯极大化等建立 目标函数,通过算法对目标函数求极值来实现混合信号的分离。这些算法对源信号有诸多 限制,如独立性、稀疏性等,而且这些算法大部分都只是针对无噪声的背景条件。1995年, AnthonyJ.Bell等人提出了信息极大原理分离混合信号的方法,该方法是从神经网络的角 度进行分析,且复杂度较大。
[0004] 本发明针对无线电频谱资源匮乏问题,从无线通信角度出发,提出了互信息最大 化分离方法,并且对源信号的要求较低,大部分通信环境下,都能实现信号分离,且效果良 好。

【发明内容】

[0005] 本发明要解决的技术问题是:顺应分离时频域混合信号的算法的发展需求,需要 设计出复杂度更低,且分离效果好的无线通信信号分离方法,并且能够有效地应用于无线 信道统计复用技术。
[0006] 本发明的技术方案为:噪声背景下分离时频域混合信号的方法,基于互信息最大 化准则分离时间和频域上相互重叠的无线通信混合信号,互信息最大表示为:
【主权项】
1. 噪声背景下分离时频域混合信号的方法,其特征是基于互信息最大化准则分离时间 和频域上相互重叠的无线通信混合信号,互信息最大表示为:
S (t)为发送源信号,y(t)为分离后的估计信号,η表示发送源信号的个数,γ为信噪 比,i = 1,2,. . .,η,Μ( ·)表示互信息,分离矩阵W = [W1 W2 . . · wn]T,混合矩阵A = Iia1 a2 ... an],A同时也为信道参数,混合矩阵A满秩,且
由式(4)知,f(wk),k= 1,2,...,η之间是不相关的,分别求解f (Wk)的最大值,根据特 征值分解及变量代换得:
其中由于% (rA) + J %正定,特征值分解得:
Σ是由方阵+ /的特征值组成的对角阵,Vk是由方阵+ Ι的特征值对 应的特征向量组成的正交阵,厂=6#,Gk= VTwk,即 =v^ Gk (9) 根据矩阵论中Rayleigh商的性质,得 max f (Gk) = mk (10) mk是方阵的最大特征值,而方阵最大特征值对应的特征向量 使函数f (Gk)取得最大值,即f (Wk)最大值时的Wk为: %=F-1X (H) 这样分别得到分离矩阵的每一行wk,k = 1,2, ...,n,由分离矩阵分离时频域混合信号。
2. 根据权利要求1所述的噪声背景下分离时频域混合信号的方法,其特征是当信道参 数A未知时,所述分离的步骤为: 步骤1 :初始化分离矩阵W,用产生随机数的方法随机产生η阶方阵作为初始分离矩 阵; 步骤2 :由y(t) =Wx(t)得到估计信号y(t),x(t)为观察信号,根据x(t) =Ay(t)通过 广义逆矩阵方法得到信道参数A的估计值,然后根据式(5)得到此时的Rk,k = 1,2, ...,η ; 步骤3 :分别令k = 1,2,. . .,η,重复下面的步骤3. 1~步骤3. 3,得到新的分离矩阵W ; 步骤3. 1 :根据式(8)以及,Gk= V Twk,由式(4)得到公式(7); 步骤3. 2 :根据式(7),求解方阵的特征值以及特征向量,得到其最大特征值 对应的特征向量Gi; 步骤3.3:由式(11)得到分离矩阵的第k行wk; 步骤4 :根据步骤3计算更新得到的分离矩阵W返回步骤2,进行步骤2~3的迭代运 算,直至收敛,即更新得到的分离矩阵W与前一次分离矩阵W之间差值的平方和小于10~, 得到最终的分离矩阵W。
3.根据权利要求1所述的噪声背景下分离时频域混合信号的方法,其特征是所述分离 方法用于无线信道统计复用系统或者抗干扰通信系统。
【专利摘要】噪声背景下分离时频域混合信号的方法,基于互信息最大化准则分离时间和频域上相互重叠的无线通信混合信号,寻找噪声条件下最佳分离矩阵,结合无线信道统计复用系统,实现通信过程中的信息量最大,从而频带利用率大大提高。本发明在最大化互信息的基础上,提出了一种分离时频混合信号的新方法;并根据无线信道统计复用系统的特点,提出了将该分离方法应用于无线信道统计复用系统的方案。与传统的分离方法相比,本发明可以较好的分离噪声条件下的时频混合信号,并且降低了分离的复杂度。
【IPC分类】H04L25-03, H04L25-02
【公开号】CN104660530
【申请号】CN201510053768
【发明人】沈越泓, 曹玉凡, 简伟, 魏以民, 袁志钢, 徐鹏程
【申请人】中国人民解放军理工大学
【公开日】2015年5月27日
【申请日】2015年2月2日
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1