【摘要】：成對載波多址接入(Paired Carrier Multiple Access,PCMA)技術(shù)作為一種衛(wèi)星通信多址復(fù)用技術(shù),因其頻譜利用率高、抗截獲能力強的特點,正獲得日益廣泛的應(yīng)用。本文在深入研究粒子濾波算法的基礎(chǔ)上,通過基于后驗概率的粒子篩選改進算法,有效降低了算法計算量,實現(xiàn)了第三方單通道截獲PCMA混合信號的盲分離。針對通信雙方符號速率存在偏差時難以實現(xiàn)混合信號分離的情況,本文給出了有效的解決方法。具體工作如下:(1)針對傳統(tǒng)粒子濾波算法因粒子軌跡數(shù)量龐大所帶來的計算量大的缺陷,通過對兩路信號符號對后驗概率的近似取值,利用基于后驗概率的粒子篩選改進算法不斷將對后驗概率貢獻較小的粒子軌跡進行篩除,改進算法大大減少了算法執(zhí)行過程中的粒子軌跡數(shù)量,有效降低了算法的計算量。利用衛(wèi)星信道中相位偏移、時延等參數(shù)的慢變特性,結(jié)合衛(wèi)星通信數(shù)據(jù)分幀處理的方法,將傳統(tǒng)算法中信道參數(shù)和符號的聯(lián)合估計改變?yōu)榉植焦烙�。首�?利用少量觀測數(shù)據(jù)運用粒子濾波改進算法估計出信道參數(shù),然后利用所得信道參數(shù)基于最大似然準(zhǔn)則實現(xiàn)兩路信號符號對的分離。通過MATLAB仿真,結(jié)果表明該算法可以實現(xiàn)兩路信號符號速率相同下的PCMA信號盲分離。(2)針對PCMA混合信號中兩路信號的符號速率存在偏差時,兩路信號的時延會產(chǎn)生滑動,當(dāng)時延滑動超過一個符號時,對應(yīng)的符號序列會發(fā)生變化,從而無法對混合信號進行正確分離的情況,本文利用符號速率存在偏差時PCMA混合信號中兩路信號符號對的配對規(guī)律,通過修改混合信號基帶模型和重新建立狀態(tài)轉(zhuǎn)移方程,對粒子采樣和粒子權(quán)重值更新過程進行了改進,通過MATLAB仿真,結(jié)果表明該算法可以實現(xiàn)兩路信號符號速率存在偏差下的PCMA信號盲分離。(3)將基于粒子濾波的單通道PCMA混合信號盲分離改進算法進行了C語言實現(xiàn)。通過模塊化處理,增強了程序的可移植性,為算法的DSP實現(xiàn)打下了堅實的基礎(chǔ)。本文通過對傳統(tǒng)粒子濾波算法進行改進,大大降低了算法的計算量,實現(xiàn)了不同符號速率下的單通道PCMA混合信號盲分離。通過大量MATLAB環(huán)境下系統(tǒng)級的仿真,表明了改進算法的性能達到了課題預(yù)期指標(biāo)。
[Abstract]:Pairwise carrier multiple access (Paired Carrier Multiple Access,PCMA) technology is becoming more and more widely used because of its high spectrum efficiency and strong anti-interception capability as a satellite communication multi-access multiplexing technology. Based on the in-depth study of particle filter algorithm, a modified particle filter algorithm based on posterior probability is proposed in this paper, which effectively reduces the computational complexity of the algorithm and realizes the blind separation of third-party single-channel intercepted PCMA mixed signals. In view of the fact that it is difficult to separate mixed signals when there is deviation in symbol rate between two communication parties, an effective solution is given in this paper. The specific work is as follows: (1) in view of the large number of particle trajectories caused by the traditional particle filter algorithm, the approximate value of the posterior probability of the two signal symbols is obtained. An improved particle screening algorithm based on posterior probability is used to continuously remove the particle tracks which contribute less to the posterior probability. The improved algorithm greatly reduces the number of particle trajectories in the implementation of the algorithm and effectively reduces the computational complexity of the algorithm. Based on the slow variation of parameters such as phase offset and time delay in satellite channel, the joint estimation of channel parameters and symbols in the traditional algorithm is changed to step-by-step estimation by combining the method of satellite communication data framing. Firstly, the channel parameters are estimated by particle filter improved algorithm using a small amount of observation data, and then the two signal symbol pairs are separated based on the maximum likelihood criterion using the obtained channel parameters. The results of MATLAB simulation show that the algorithm can achieve blind separation of two signals with the same symbol rate. (2) when there is a deviation in the symbol rates of two signals in the mixed PCMA signal, the delay of the two signals will slide. At that time, when more than one symbol is delayed, the corresponding symbol sequence will change, which makes it impossible to separate the mixed signal correctly. In this paper, we use the matching law of the two symbol pairs in the PCMA mixed signal when the symbol rate is deviated. By modifying the mixed signal baseband model and re-establishing the state transfer equation, the particle sampling and the particle weight value updating process are improved, and simulated by MATLAB. The results show that the algorithm can achieve blind separation of PCMA signals with two signal symbol rate deviations. (3) A single channel PCMA mixed signal blind separation algorithm based on particle filter is implemented in C language. Modular processing enhances the portability of the program and lays a solid foundation for the DSP implementation of the algorithm. By improving the traditional particle filter algorithm, the computational complexity of the algorithm is greatly reduced, and the blind separation of single-channel PCMA mixed signals with different symbol rates is realized. The system-level simulation in a large number of MATLAB environment shows that the performance of the improved algorithm reaches the expected target of the project.
【學(xué)位授予單位】：電子科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TN911.7

【相似文獻】

相關(guān)期刊論文 前10條

1 陳創(chuàng)新;;基于協(xié)方差矩陣的自適應(yīng)盲分離算法[J];中山大學(xué)學(xué)報(自然科學(xué)版);2005年06期

2 李立峰,劉會龍;基于獨立分量分析的等變化自適應(yīng)盲分離算法[J];無線電通信技術(shù);2005年02期

3 傅予力;謝勝利;;一種基于改進罰函數(shù)的盲分離算法[J];移動通信;2006年09期

4 王振力;白志強;;一種新的卷積混合信號的盲分離算法[J];數(shù)據(jù)采集與處理;2008年05期

5 張朝柱;李惠;;一種基于穩(wěn)定分布模型的非線性盲分離算法[J];黑龍江大學(xué)自然科學(xué)學(xué)報;2010年01期

6 章林柯;江涌;何琳;崔立林;;均勻度估計的噪聲源盲分離算法研究[J];聲學(xué)學(xué)報;2012年02期

7 汪增福;劉慶文;;基于前饋網(wǎng)絡(luò)的盲分離算法[J];模式識別與人工智能;2001年03期

8 鞠昆汝,林家駿;冪函數(shù)的穩(wěn)定性和有效性在盲分離算法中的應(yīng)用[J];儀器儀表用戶;2005年03期

9 虞闖;王坤;;基于自然梯度的盲分離算法混合氣體分析[J];傳感器世界;2008年07期

10 謝勝利,章晉龍;基于旋轉(zhuǎn)變換的最小互信息量盲分離算法[J];電子學(xué)報;2002年05期

相關(guān)會議論文 前9條

1 史曉非;王憲峰;黃耀P;劉人杰;;一種盲分離算法在圖像分離中的應(yīng)用[A];中國航海學(xué)會通信導(dǎo)航專業(yè)委員會2004學(xué)術(shù)年會論文集[C];2004年

2 楊坤德;馬遠良;史儀凱;;任意信號源盲分離算法性能研究[A];中國聲學(xué)學(xué)會2003年青年學(xué)術(shù)會議[CYCA'03]論文集[C];2003年

3 馬守科;何選森;;一種改進的變步長在線盲分離算法[A];2006通信理論與技術(shù)新進展——第十一屆全國青年通信學(xué)術(shù)會議論文集[C];2006年

4 陳晉央;吳瑛;;基于獨立分量分析的通信信號盲分離算法研究[A];第十四屆全國信號處理學(xué)術(shù)年會(CCSP-2009)論文集[C];2009年

5 高莉;黃力宇;;基于最大熵盲分離算法的腦電消噪方法[A];2007'儀表，，自動化及先進集成技術(shù)大會論文集（二）[C];2007年

6 傅予力;何昭水;謝勝利;;信號的規(guī)范高階累積量以及高階累積量盲分離算法[A];第二十四屆中國控制會議論文集（上冊）[C];2005年

7 張安清;章新華;;基于最大熵的水聲信號盲分離算法[A];2001年全國水聲學(xué)學(xué)術(shù)會議論文集[C];2001年

8 徐桂芳;陳瑩瑩;徐晉;;SHIBBS盲分離算法失效性分析[A];2010年西南三省一市自動化與儀器儀表學(xué)術(shù)年會論文集[C];2010年

9 王凱旋;袁大鈞;劉靜微;;基于聯(lián)合對角化的卷積混合語音頻域盲分離算法[A];中國通信學(xué)會通信建設(shè)工程技術(shù)委員會2010年年會論文集[C];2010年

相關(guān)博士學(xué)位論文 前4條

1 張明鍵;盲分離算法的研究[D];華南理工大學(xué);2004年

2 張華;基于聯(lián)合（塊）對角化的盲分離算法的研究[D];西安電子科技大學(xué);2010年

3 楊柳;基于系統(tǒng)模型的盲分離算法研究[D];華南理工大學(xué);2013年

4 孟強;基于單通道盲分離算法的大型風(fēng)電機組早期機械故障診斷[D];沈陽工業(yè)大學(xué);2013年

相關(guān)碩士學(xué)位論文 前10條

1 谷千偉;盲分離算法在高速列車監(jiān)測數(shù)據(jù)分析中的應(yīng)用[D];西南交通大學(xué);2015年

2 楊碩;含噪聲音信號盲分離算法的研究[D];甘肅農(nóng)業(yè)大學(xué);2015年

3 郭一鳴;PCMA信號盲解調(diào)關(guān)鍵技術(shù)研究[D];解放軍信息工程大學(xué);2015年

4 熊濤;同頻混合信號單通道盲分離關(guān)鍵技術(shù)研究[D];解放軍信息工程大學(xué);2015年

5 寧曉鵬;基于時頻分析的跳頻信號盲分離算法研究[D];哈爾濱工業(yè)大學(xué);2016年

6 支亞京;單通道時頻域重疊信號盲分離算法研究[D];南京信息工程大學(xué);2016年

7 劉沛;PCMA信號盲分離算法研究及實現(xiàn)[D];電子科技大學(xué);2016年

8 朱琳;基于獨立分量分析的變步長自適應(yīng)盲分離算法[D];華中科技大學(xué);2008年

9 劉燕青;基于高階統(tǒng)計量的自適應(yīng)盲分離算法研究[D];西北工業(yè)大學(xué);2003年

10 朱麗敏;基于獨立分量分析的盲分離算法研究[D];新疆大學(xué);2008年

本文編號：2462046