本文關(guān)鍵詞：無線通信盲源分離關(guān)鍵技術(shù)研究　出處：《電子科技大學(xué)》2016年博士論文　論文類型：學(xué)位論文

  更多相關(guān)文章： 無線通信 盲源分離 碼分多址 正交頻分復(fù)用 獨立成分分析 廣義協(xié)方差 最小誤碼率 張量分解

【摘要】：近年來,盲源分離以其突出的技術(shù)優(yōu)勢在眾多領(lǐng)域中得到了廣泛的應(yīng)用,成為了信號處理領(lǐng)域的研究熱點。盲源分離技術(shù)放寬了無線通信系統(tǒng)中對先驗信息的限制條件,它可以僅從接收的混合信號中依據(jù)源信號特性分離出不可觀測的未知源信號,它是實現(xiàn)無線通信高頻譜效率、強抗干擾性和自適應(yīng)信號處理的重要理論方法。為了優(yōu)化和增強無線通信系統(tǒng)的接收性能,即提高系統(tǒng)的頻譜效率、抗干擾能力和信號檢測性能,本文結(jié)合未來無線通信的發(fā)展需求,主要研究無線通信盲源分離關(guān)鍵技術(shù),以實現(xiàn)無線通信系統(tǒng)盲自適應(yīng)接收信號處理的目標(biāo)。課題研究工作主要分為盲源分離算法研究和盲源分離在無線通信系統(tǒng)中的關(guān)鍵技術(shù)方法研究,具體研究內(nèi)容包含如下:針對盲分離算法對噪聲比較敏感問題,結(jié)合通信系統(tǒng)中的誤碼率性能指標(biāo),提出了一種基于最小誤碼率準(zhǔn)則的盲源分離算法。本算法在最大似然原則中融入最小誤碼率準(zhǔn)則建立盲分離代價函數(shù),構(gòu)建一種最小誤碼率約束的代價函數(shù)。采用基于自然梯度下降搜索方法,最小化代價函數(shù)實現(xiàn)盲源分離。仿真實驗分析表明:提出的最小誤碼率約束代價函數(shù)得到的盲源分離算法,比原有的最大似然原則代價函數(shù)得到的盲源分離算法,具有更好的收斂性能和分離精度。針對通信場景中欠定盲源分離的混合矩陣估計問題,利用廣義協(xié)方差的統(tǒng)計性和結(jié)構(gòu)性質(zhì),以及塔克分解的壓縮特征,提出了一種新的欠定盲辨識算法。首先基于廣義協(xié)方差矩陣建立核函數(shù),接著將核函數(shù)堆疊成三階張量模型,然后應(yīng)用塔克分解求混合矩陣。該算法不僅具有優(yōu)良的辨識性能,而且具有較低的實現(xiàn)復(fù)雜度。仿真實驗證明了算法的有效性。研究了#系統(tǒng)的盲多用戶檢測和盲碼估計問題。針對基于高階統(tǒng)計盲分離方法造成的復(fù)雜度問題,提出了一種基于廣義協(xié)方差矩陣的#盲自適應(yīng)接收算法,用于盲用戶分離和擴頻碼估計,利用廣義協(xié)方差矩陣提取統(tǒng)計信息來優(yōu)化分離性能。針對#系統(tǒng)建立盲源分離模型,再利用聯(lián)合對角化的算法求解分離矩陣,該算法可以有效實現(xiàn)#系統(tǒng)在較低信噪比和較短采樣數(shù)時的用戶信號盲分離和擴頻碼估計。針對時間異步和信道衰落引起的特征序列波形不匹配問題,提出了一種基于二階錐約束的#盲多用戶檢測算法。首先將#模型建立為帶二階錐約束的盲分離模型。然后該二階錐約束的盲分離模型利用擬牛頓迭代達(dá)到負(fù)熵最大化,實現(xiàn)盲多用戶檢測。理論分析與仿真實驗說明,提出的盲多用戶檢測算法與現(xiàn)存的盲多用戶檢測算法相比具有較優(yōu)分離性能和較低復(fù)雜度的優(yōu)勢。研究了系統(tǒng)的干擾消除及源信號恢復(fù)問題。針對在未知頻偏和衰落信道條件下的同步接收問題,提出了一種基于盲源分離的自適應(yīng)干擾消除和源恢復(fù)算法�？紤]子載波間的統(tǒng)計獨立性,源信號恢復(fù)的機制可以實現(xiàn)盲均衡。接收的信號可以看作混合的信號。頻偏和衰落信道的影響相當(dāng)于盲源分離架構(gòu)中的混合矩陣對源信號的影響。建立了含頻偏基于獨立成分分析的盲源分離模型,然后從最小互信息原則得到分離的代價函數(shù),結(jié)合自然梯度優(yōu)化得到源信號,實現(xiàn)載波頻率同步。該盲分離方法提高了系統(tǒng)的頻譜效率,可以避免繁瑣的信道估計,也可以避免基于導(dǎo)頻機制的頻偏估計和由頻偏估計誤差帶來的性能惡化,有效克服了傳統(tǒng)方法中估計誤差帶來的性能損傷,提高了源信號恢復(fù)的魯棒性。理論分析和仿真實驗表明,提出的基于的盲處理算法與常規(guī)的基于導(dǎo)頻機制的方法相比具有更優(yōu)越的性能。針對基于張量分解的盲分離模型,結(jié)合模型中可以利用的先驗信息,提出了一種范德蒙矩陣約束的張量分解盲自適應(yīng)接收算法,用于在未知頻偏和衰落信道條件下的盲載波同步接收。此約束模型可以采用線性代數(shù)的方法計算各因子矩陣,實現(xiàn)系統(tǒng)干擾消除和源信號恢復(fù)。研究表明,利用范德蒙矩陣約束的張量分解方法不僅可以增強系統(tǒng)中干擾消除和源信號恢復(fù)的性能,而且與現(xiàn)有的無約束張量分解方法相比具有較低復(fù)雜度的優(yōu)勢。仿真分析驗證了所提算法的有效性。
【學(xué)位授予單位】：電子科技大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2016
【分類號】：TN911.7

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李廣彪,張劍云,毛云祥;盲源分離的發(fā)展及研究現(xiàn)狀[J];航天電子對抗;2004年06期

2 王昆;;盲源分離問題的分析研究[J];科技信息;2008年29期

3 柯維;張永祥;呂博;;基于微分進(jìn)化算法的盲源分離[J];海軍工程大學(xué)學(xué)報;2012年05期

4 林秋華,殷福亮;盲源分離自適應(yīng)算法的統(tǒng)一形式[J];大連理工大學(xué)學(xué)報;2002年04期

5 劉海林;謝勝利;章晉龍;;微延遲病態(tài)卷積混疊盲源分離的可分性研究[J];計算機科學(xué);2003年07期

6 吳微東,莊哲民;基于盲源分離的一種快速獨立分量分析算法[J];汕頭大學(xué)學(xué)報(自然科學(xué)版);2004年02期

7 郭松;孫云蓮;;基于獨立分量分析盲源分離快速算法[J];電子測量技術(shù);2004年02期

8 丁鐸,賈永強,王映民;一種基于峰度的盲源分離算法研究[J];現(xiàn)代電子技術(shù);2005年14期

9 肖俊,何為偉;源信號數(shù)目大于觀察信號數(shù)目情況下的盲源分離[J];現(xiàn)代電子技術(shù);2005年11期

10 李廣彪,張劍云,毛云祥;盲源分離中的非高斯性極大準(zhǔn)則[J];艦船電子對抗;2005年05期

相關(guān)會議論文 前10條

1 李舜酩;;轉(zhuǎn)子振動信號的盲源分離研究[A];第三屆全國虛擬儀器大會論文集[C];2008年

2 許林周;章新華;范文濤;;一種盲源分離后續(xù)去冗余方法[A];2009年全國水聲學(xué)學(xué)術(shù)交流暨水聲學(xué)分會換屆改選會議論文集[C];2009年

3 韓少博;林京;吳文燾;;頻域盲源分離中的一種穩(wěn)健解排列模糊方法[A];中國聲學(xué)學(xué)會2009年青年學(xué)術(shù)會議[CYCA’09]論文集[C];2009年

4 章林柯;何琳;江涌;;基于盲源分離的潛艇源識別信號去除干擾研究[A];第十一屆船舶水下噪聲學(xué)術(shù)討論會論文集[C];2007年

5 康春玉;章新華;李軍;;盲源分離與自適應(yīng)濾波器結(jié)合抑制強干擾研究[A];2012'中國西部聲學(xué)學(xué)術(shù)交流會論文集(Ⅱ)[C];2012年

6 周祥;樊濤;;基于盲源分離的儲油罐底腐蝕混疊信號的識別與分離[A];第八屆沈陽科學(xué)學(xué)術(shù)年會論文集[C];2011年

7 王穎翠;;一種基于自然梯度的卷積混合頻域盲源分離算法[A];現(xiàn)代通信理論與信號處理進(jìn)展——2003年通信理論與信號處理年會論文集[C];2003年

8 許策;章新華;高成志;;源數(shù)目估計對盲源分離算法影響分析[A];2007年全國水聲學(xué)學(xué)術(shù)會議論文集[C];2007年

9 成謝鋒;張仲;孫夏;;一種單路混合信號的盲源分離新方法[A];2009年中國智能自動化會議論文集（第二分冊）[C];2009年

10 胡增輝;朱炬波;;基于盲源分離的波達(dá)角估計[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

相關(guān)博士學(xué)位論文 前10條

1 張良俊;欠定盲源分離算法及其應(yīng)用研究[D];武漢理工大學(xué);2015年

2 吳微;含噪盲源分離算法研究及其在水聲信號中的應(yīng)用[D];解放軍信息工程大學(xué);2014年

3 駱忠強;無線通信盲源分離關(guān)鍵技術(shù)研究[D];電子科技大學(xué);2016年

4 徐先峰;利用參量結(jié)構(gòu)解盲源分離算法研究[D];西安電子科技大學(xué);2010年

5 王爾馥;盲源分離理論及其在通信系統(tǒng)中的應(yīng)用[D];哈爾濱工業(yè)大學(xué);2009年

6 李昌利;盲源分離的若干算法及應(yīng)用研究[D];西安電子科技大學(xué);2010年

7 高建彬;盲源分離算法及相關(guān)理論研究[D];電子科技大學(xué);2012年

8 郭靖;盲源分離的時頻域算法研究[D];重慶大學(xué);2012年

9 張念;盲源分離理論及其在重磁數(shù)據(jù)處理中的應(yīng)用研究[D];中國地質(zhì)大學(xué);2013年

10 劉建強;非平穩(wěn)環(huán)境中的盲源分離算法研究[D];西安電子科技大學(xué);2009年

相關(guān)碩士學(xué)位論文 前10條

1 彭帆;多輸入多輸出系統(tǒng)盲源分離頻域新方法的研究[D];汕頭大學(xué);2002年

2 程舒慧;動態(tài)盲源分離及其在生物醫(yī)學(xué)信號處理中的應(yīng)用研究[D];安徽大學(xué);2011年

3 張政;基于獨立分量分析的盲源分離算法優(yōu)化研究[D];南京信息工程大學(xué);2015年

4 趙挺;蜂群算法及其仿生策略研究[D];浙江大學(xué);2016年

5 梁中遠(yuǎn);基于盲源分離的船舶柴油機噪聲分離技術(shù)研究[D];大連海事大學(xué);2016年

6 劉婷;自適應(yīng)變步長盲源分離算法的研究[D];太原理工大學(xué);2016年

7 王曉梅;基于隨機信號的單通道盲源分離研究[D];太原科技大學(xué);2015年

8 趙國偉;基于高階統(tǒng)計量的盲源分離算法研究[D];長春工業(yè)大學(xué);2016年

9 劉夢蝶;基于自然梯度的盲源分離算法中非線性函數(shù)的研究[D];東北大學(xué);2014年

10 楊坤;基于不完整自然梯度的盲分離算法研究[D];東北大學(xué);2014年

，

本文編號：1334664