本文關(guān)鍵詞：單通道高階MPSK信號分離方法　出處：《中國科學(xué)技術(shù)大學(xué)》2017年碩士論文　論文類型：學(xué)位論文

  更多相關(guān)文章： 單通道信號分離 時頻混疊信號 虛擬多入多出 半定松弛 低秩半定松弛 判決反饋均衡

【摘要】：單通道混合信號的分離在信號處理領(lǐng)域是重要的研究內(nèi)容之一。相對于多天線接收系統(tǒng),單個天線系統(tǒng)成本低廉、能耗低以及系統(tǒng)設(shè)計簡單。另一方面,隨著異構(gòu)通信網(wǎng)絡(luò)的廣泛應(yīng)用,由于頻譜的重復(fù)利用,單個通道內(nèi)出現(xiàn)兩個或多個信號的現(xiàn)象也越來越常見。由于單通道混合信號在時域和頻域上是部分或完全重疊的,無法使用傳統(tǒng)的時域或頻域濾波的方法對混合信號分離。因此對單通道接收的多分量信號的分離方法展開研究,具有重要的意義。本文對單通道接收多個高階MPSK時頻混疊信號的分離算法進行研究。在構(gòu)造出單通道混合信號的虛擬多通道模型的基礎(chǔ)之上,研究了基于半定松弛和低秩半定松弛的信號分離方法。本文的主要工作如下:1)提出了基于半定松弛單通道時頻混合信號分離方法。首先,利用過采樣技術(shù),構(gòu)建虛擬多入多出模型,并將原問題中輸入信號變量的離散值約束松弛為半定約束,從而得到一個半定規(guī)劃問題。其次,利用內(nèi)點法和隨機化方法,設(shè)計了求解該半定規(guī)劃問題以及符號序列的方法。最后,根據(jù)虛擬多通道信號模型的特殊結(jié)構(gòu),引入判決反饋均衡機制,提高了信號分離的性能。2)提出了基于低秩半定松弛單通道時頻混合信號分離方法。首先,增加秩1約束到半定規(guī)劃問題,得到一個低秩的半定規(guī)劃問題,并利用交替變量法,將多變量優(yōu)化問題轉(zhuǎn)變?yōu)閱巫兞績?yōu)化問題。其次,分析了起始點的選擇、局部最優(yōu)解的擾動以及信號判決等策略和方法,以得到原問題的較好近似解。最后,通過引入反饋均衡機制,進一步改善了信號分離的性能。
[Abstract]:The separation of single channel mixed signals is one of the important research contents in the field of signal processing. Compared with multi-antenna receiving system, single antenna system has low cost, low energy consumption and simple system design. With the wide application of heterogeneous communication networks, the reuse of spectrum. The occurrence of two or more signals in a single channel is also becoming more and more common, because the mixed signals of single channel are partially or completely overlapped in time domain and frequency domain. Traditional time-domain or frequency-domain filtering methods can not be used to separate mixed signals, so the separation method of multi-component signals received by single channel is studied. In this paper, the separation algorithm of multiple high-order MPSK time-frequency aliasing signals is studied. Based on the construction of a virtual multi-channel model of single-channel mixed signals. The methods of signal separation based on semidefinite relaxation and low-rank semidefinite relaxation are studied. The main work of this paper is as follows: (1) A method of time-frequency mixed signal separation based on semidefinite relaxation is proposed. Firstly, oversampling technique is used. The virtual multi-input multi-output model is constructed, and the discrete value constraints of input signal variables in the original problem are relaxed to semi-definite constraints. Secondly, the interior point method and randomization method are used to solve the semi-definite programming problem. The method of solving the semidefinite programming problem and symbol sequence is designed. Finally, according to the special structure of the virtual multi-channel signal model, the decision feedback equalization mechanism is introduced. The performance of signal separation is improved. (2) A method of time-frequency mixed signal separation based on low-rank semidefinite relaxation single channel is proposed. Firstly, a low-rank semidefinite programming problem is obtained by adding rank 1 constraint to semidefinite programming problem. The alternative variable method is used to transform the multivariable optimization problem into the univariate optimization problem. Secondly, the strategies and methods of selecting the starting point, the disturbance of the local optimal solution and the signal decision are analyzed. Finally, by introducing feedback equalization mechanism, the performance of signal separation is further improved.
【學(xué)位授予單位】：中國科學(xué)技術(shù)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：TN911.7

【相似文獻】

相關(guān)期刊論文 前10條

1 張發(fā)啟;盲源信號分離技術(shù)[J];現(xiàn)代電子技術(shù);2004年20期

2 李舜酩,楊濤;盲源信號分離及其發(fā)展[J];傳感器技術(shù);2005年04期

3 韓峰;麻碩士;崔紅梅;樊昕;梁立濤;;基于偏時域相干算法的信號分離[J];彈箭與制導(dǎo)學(xué)報;2008年02期

4 何繼愛;王維芳;李力舟;;盲源信號分離方法研究[J];無線通信技術(shù);2009年04期

5 李麗;信號分離的優(yōu)化分析[J];火控雷達技術(shù);1999年02期

6 張敏;于海燕;武克斌;;語音信號識別基于盲源信號分離的實現(xiàn)[J];現(xiàn)代電子技術(shù);2011年11期

7 李曉歡;葉進;;基于循環(huán)相關(guān)的信號分離方法的研究與實現(xiàn)[J];火力與指揮控制;2013年03期

8 姚伏天,金連甫,戴光;基于核獨立成分分析的盲源信號分離[J];計算機工程與應(yīng)用;2004年06期

9 傅予力;謝勝利;何昭水;;稀疏盲源信號分離的新算法[J];計算機工程與應(yīng)用;2007年09期

10 吳新杰;崔春陽;;基于粒子群算法的盲源信號分離[J];遼寧大學(xué)學(xué)報(自然科學(xué)版);2009年02期

相關(guān)會議論文 前8條

1 姜可宇;蔡志明;;基于幾何結(jié)構(gòu)的非線性動力學(xué)信號分離方法[A];2004年全國水聲學(xué)學(xué)術(shù)會議論文集[C];2004年

2 王瀟;尹忠科;王建英;楊鄭;;應(yīng)用基追蹤的信號分離的算法[A];2008年中國西部青年通信學(xué)術(shù)會議論文集[C];2008年

3 衛(wèi)哲;黃建國;張群飛;;一種水下多目標(biāo)信號分離新技術(shù)[A];中國聲學(xué)學(xué)會水聲學(xué)分會2011年全國水聲學(xué)學(xué)術(shù)會議論文集[C];2011年

4 惠月嬌;黃建國;張群飛;;基于特征空間投影的水下多目標(biāo)信號分離新方法[A];第六屆全國信號和智能信息處理與應(yīng)用學(xué)術(shù)會議論文集[C];2012年

5 李曉歡;陳倩;;基于信號循環(huán)平穩(wěn)特性的信號分離技術(shù)研究[A];全國第二屆信號處理與應(yīng)用學(xué)術(shù)會議�？痆C];2008年

6 任保全;胡洪坡;劉偉;;基于獨立分量分析的衛(wèi)星混合信號分離[A];2008通信理論與技術(shù)新進展——第十三屆全國青年通信學(xué)術(shù)會議論文集（上）[C];2008年

7 魏梅英;唱亮;冀維林;駱超;;基于MAP的共信道FM信號分離方法在無線電監(jiān)測工作中的應(yīng)用[A];2011全國無線及移動通信學(xué)術(shù)大會論文集[C];2011年

8 黎茂文;胡世飛;;開環(huán)搜索LINC中兩路增益和相位平衡點[A];2009年中國高校通信類院系學(xué)術(shù)研討會論文集[C];2009年

相關(guān)博士學(xué)位論文 前5條

1 陳永強;欠定信號分離及其在語音處理中的應(yīng)用[D];西南交通大學(xué);2014年

2 梅鐵民;盲源信號分離時域與頻域算法研究[D];大連理工大學(xué);2006年

3 邵朝;穩(wěn)健的超分辨算法研究——基于信號分離理論的算法研究[D];西安電子科技大學(xué);1997年

4 劉凱;粒子濾波在單通道信號分離中的應(yīng)用研究[D];中國科學(xué)技術(shù)大學(xué);2007年

5 李坡;雷達目標(biāo)微動信號分離與參數(shù)估計方法研究[D];南京理工大學(xué);2012年

相關(guān)碩士學(xué)位論文 前10條

1 張勇;單通道聲樂源信號分離方法研究[D];大連理工大學(xué);2015年

2 張繼松;基于盲源信號分離的全雙工通信自干擾消除研究[D];云南大學(xué);2016年

3 范菲菲;單通道星載AIS信號分離與檢測研究[D];天津理工大學(xué);2017年

4 王高偉;單通道高階MPSK信號分離方法[D];中國科學(xué)技術(shù)大學(xué);2017年

5 劉焱;寬帶接收中的信號分離技術(shù)研究[D];電子科技大學(xué);2006年

6 易葉青;基于進化算法的盲源信號分離[D];湖南大學(xué);2005年

7 李素平;混合樂音信號分離方法研究[D];山東大學(xué);2010年

8 劉云鑫;盲源信號分離原理與應(yīng)用研究[D];東北石油大學(xué);2013年

9 郭長勇;基于粒子濾波的多分量調(diào)頻定距偵察信號分離與參數(shù)提取[D];南京理工大學(xué);2012年

10 盧慧英;分?jǐn)?shù)階傅里葉變換在信號分離及參數(shù)估計中的應(yīng)用[D];蘇州大學(xué);2012年

，

本文編號：1438892