本文關(guān)鍵詞：PCMA信號(hào)的單通道盲分離技術(shù)研究

  更多相關(guān)文章： 成對(duì)載波多址 參數(shù)估計(jì) 獨(dú)立分量分析 粒子濾波算法 PSP算法

【摘要】：成對(duì)載波多址(Paired Carrier Multiple Access,PCMA)技術(shù)是一種應(yīng)用于衛(wèi)星通信系統(tǒng)中的新型容量擴(kuò)增技術(shù)。由于雙向通信的兩個(gè)信號(hào)可以采用相同的頻率,時(shí)隙或擴(kuò)頻碼字,系統(tǒng)的帶寬利用率提高了一倍。在非協(xié)作通信中,第三方接收到的信號(hào)是兩路信號(hào)的混合信號(hào)。由于未知信道參數(shù)和符號(hào)序列的先驗(yàn)信息,PCMA信號(hào)的盲解調(diào)是十分困難的,這在一定程度上提高了系統(tǒng)的抗干擾抗截獲能力。由于PCMA信號(hào)可以建模成由兩路數(shù)字調(diào)制信號(hào)構(gòu)成的單通道混合信號(hào),因此在非協(xié)作通信中PCMA的盲解調(diào)問(wèn)題可以用單通道盲分離方法來(lái)解決。本文將根據(jù)PCMA信號(hào)的特點(diǎn),對(duì)PCMA信號(hào)的單通道盲分離問(wèn)題展開(kāi)研究,主要工作包括以下幾個(gè)方面:(1)針對(duì)單通道PCMA信號(hào)的參數(shù)估計(jì)問(wèn)題,介紹了一種基于信號(hào)循環(huán)平穩(wěn)性的參數(shù)估計(jì)方法。該算法利用了PCMA信號(hào)的二階循環(huán)累積量來(lái)實(shí)現(xiàn)其載頻與碼速率估計(jì)。(2)針對(duì)非協(xié)作通信中PCMA信號(hào)的盲分離問(wèn)題,研究了一種基于獨(dú)立分量分析(Independent Component Analysis,ICA)的PCMA信號(hào)單通道盲分離算法。該算法首先對(duì)接收到的單路PCMA信號(hào)進(jìn)行參數(shù)估計(jì)得到其碼速率與載頻值,再對(duì)其處理得到兩路基帶混合信號(hào),最后利用固定點(diǎn)算法分離出源基帶信號(hào),并通過(guò)采樣判決估計(jì)出發(fā)送的碼元符號(hào)。該算法在未知兩個(gè)衛(wèi)星地面站發(fā)送的信息序列的情況下,從接收到的PCMA信號(hào)中恢復(fù)出兩路源信息序列。(3)針對(duì)非合作接收PCMA信號(hào)的盲分離問(wèn)題,研究了一種基于改進(jìn)粒子濾波的PCMA信號(hào)單通道盲分離算法。該算法首先對(duì)接收到的單路PCMA信號(hào)進(jìn)行分幀處理,并利用兩個(gè)步驟來(lái)實(shí)現(xiàn)兩路上行信號(hào)的分離。首先,在估計(jì)PCMA信號(hào)參數(shù)的過(guò)程中,計(jì)算粒子重要性權(quán)值的大小并設(shè)置閾值來(lái)拋棄一些對(duì)后驗(yàn)分布貢獻(xiàn)小的粒子,從而動(dòng)態(tài)地改變粒子總數(shù)來(lái)降低算法的運(yùn)算復(fù)雜度。其次,在PCMA信號(hào)的參數(shù)估計(jì)值穩(wěn)定之后,利用最大似然準(zhǔn)則來(lái)實(shí)現(xiàn)參數(shù)已知的兩路上行信號(hào)盲分離。在計(jì)算符號(hào)的似然函數(shù)時(shí),拋棄一些質(zhì)量差的粒子軌跡來(lái)進(jìn)一步降低算法的計(jì)算量。(4)針對(duì)非合作接收的PCMA信號(hào),研究了一種基于改進(jìn)逐留存路徑處理(Per-Survivor Processing,PSP)的PCMA信號(hào)單通道盲分離算法。該算法通過(guò)引入比較精確的參數(shù)估計(jì)方法來(lái)改進(jìn)PSP算法的初始化部分,再將基于數(shù)據(jù)輔助的未知參數(shù)估計(jì)技術(shù)嵌入到維特比算法結(jié)構(gòu)中,從而實(shí)現(xiàn)構(gòu)成PCMA混合信號(hào)的兩路上行信號(hào)的盲分離。
【關(guān)鍵詞】：成對(duì)載波多址 參數(shù)估計(jì) 獨(dú)立分量分析 粒子濾波算法 PSP算法
【學(xué)位授予單位】：重慶郵電大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TN911.7
【目錄】：

• 摘要3-5
• Abstract5-13
• 第1章 緒論13-22
• 1.1 研究背景和意義13-14
• 1.2 單通道盲分離的應(yīng)用14-15
• 1.3 國(guó)內(nèi)外研究現(xiàn)狀15-20
• 1.3.1 非對(duì)稱混合信號(hào)分離算法15-16
• 1.3.2 對(duì)稱混合信號(hào)分離算法16-20
• 1.4 本文主要工作和內(nèi)容安排20-22
• 1.4.1 總體思路及內(nèi)容結(jié)構(gòu)圖20-21
• 1.4.2 內(nèi)容章節(jié)安排21-22
• 第2章 單通道盲分離的基本理論及算法研究22-39
• 2.1 引言22
• 2.2 盲源分離問(wèn)題基本模型22-23
• 2.3 PCMA信號(hào)的單通道盲分離23-30
• 2.3.1 成對(duì)載波多址技術(shù)基本原理23-25
• 2.3.2 單通道盲分離的基本模型25-28
• 2.3.3 單通道混合信號(hào)的可分性28-29
• 2.3.4 單通道盲分離算法的性能指標(biāo)29-30
• 2.4 PCMA信號(hào)的單通道盲分離方法30-33
• 2.4.1 非對(duì)稱模式下PCMA信號(hào)的單通道盲分離30-31
• 2.4.2 對(duì)稱模式下PCMA信號(hào)的單通道盲分離31-33
• 2.5 成對(duì)載波多址系統(tǒng)信道參數(shù)估計(jì)33-38
• 2.5.1 循環(huán)統(tǒng)計(jì)量33-34
• 2.5.2 基于二階循環(huán)累積量的殘余載波頻率與碼速率估計(jì)34-36
• 2.5.3 估計(jì)算法仿真與分析36-38
• 2.6 本章小結(jié)38-39
• 第3章 基于獨(dú)立分量分析的PCMA信號(hào)盲分離算法39-49
• 3.1 引言39
• 3.2 獨(dú)立分量分析39-42
• 3.2.1 信號(hào)預(yù)處理39-40
• 3.2.2 FastICA算法40-42
• 3.3 算法原理及推導(dǎo)42-45
• 3.4 算法仿真與分析45-47
• 3.5 本章小結(jié)47-49
• 第4章 基于改進(jìn)粒子濾波的PCMA信號(hào)盲分離算法49-63
• 4.1 引言49
• 4.2 單通道盲分離建模49-50
• 4.3 基于粒子濾波的盲信號(hào)分離算法50-54
• 4.3.1 狀態(tài)空間模型50-51
• 4.3.2 粒子濾波算法51-54
• 4.4 基于改進(jìn)粒子濾波的PCMA信號(hào)盲分離算法54-59
• 4.4.1 基于改進(jìn)粒子濾波的參數(shù)估計(jì)54-57
• 4.4.2 基于最大似然準(zhǔn)則的信號(hào)檢測(cè)57-59
• 4.5 算法仿真與分析59-62
• 4.6 本章小結(jié)62-63
• 第5章 基于改進(jìn)PSP算法的PCMA信號(hào)盲分離63-74
• 5.1 引言63
• 5.2 PSP算法的基本原理63-65
• 5.3 基于改進(jìn)PSP的PCMA信號(hào)盲分離算法65-69
• 5.3.1 算法初始化的改進(jìn)65-67
• 5.3.2 算法原理及推導(dǎo)67-69
• 5.4 算法仿真與分析69-73
• 5.5 本章小結(jié)73-74
• 第6章 總結(jié)與展望74-76
• 6.1 總結(jié)74-75
• 6.2 展望75-76
• 參考文獻(xiàn)76-81
• 致謝81-83
• 攻讀碩士學(xué)位期間從事的科研項(xiàng)目及取得的成果83

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 丁良輝;李天賜;楊峰;錢良;支t$;;基于編碼輔助和過(guò)采樣的成對(duì)載波多址信號(hào)盲分離算法[J];上海交通大學(xué)學(xué)報(bào);2015年10期

2 楊海蘭;劉以安;;單通道通信信號(hào)盲分離算法[J];計(jì)算機(jī)仿真;2015年09期

3 熊濤;江樺;崔鵬輝;賈宏雷;;應(yīng)用基擴(kuò)展模型的混合信號(hào)單通道盲分離算法[J];西安交通大學(xué)學(xué)報(bào);2015年06期

4 熊濤;崔鵬輝;江樺;曹凱;;應(yīng)用判決反饋的混合信號(hào)單通道盲分離算法[J];信號(hào)處理;2014年12期

5 洪丹楓;凌青;彭嬌嬌;;基于小波變換的ICA盲源分離算法[J];海軍航空工程學(xué)院學(xué)報(bào);2013年03期

6 何旭平;趙匡;李志農(nóng);;基于核獨(dú)立分量分析的非線性混合機(jī)械故障盲分離方法研究[J];南昌航空大學(xué)學(xué)報(bào)(自然科學(xué)版);2012年04期

7 張純;楊俊安;葉豐;;基于小波分量奇異值分解的單通道盲分離算法[J];電子測(cè)量與儀器學(xué)報(bào);2011年11期

8 于寧宇;馬紅光;石榮;石磊;;基于二階循環(huán)統(tǒng)計(jì)量的BPSK參數(shù)估計(jì)[J];系統(tǒng)工程與電子技術(shù);2011年09期

9 欒海妍;江樺;劉小寶;;利用粒子濾波與支持向量機(jī)的數(shù)字混合信號(hào)單通道盲分離[J];應(yīng)用科學(xué)學(xué)報(bào);2011年02期

10 涂世龍;鄭輝;;同頻不同速率數(shù)字調(diào)制混合信號(hào)的單通道盲分離[J];電路與系統(tǒng)學(xué)報(bào);2010年03期

，

本文編號(hào)：572423