当前位置:主页 > 科技论文 > 信息工程论文 >

PCMA信号盲分离算法研究及实现

发布时间:2019-04-21 09:10
【摘要】:成对载波多址接入(Paired Carrier Multiple Access,PCMA)技术作为一种卫星通信多址复用技术,因其频谱利用率高、抗截获能力强的特点,正获得日益广泛的应用。本文在深入研究粒子滤波算法的基础上,通过基于后验概率的粒子筛选改进算法,有效降低了算法计算量,实现了第三方单通道截获PCMA混合信号的盲分离。针对通信双方符号速率存在偏差时难以实现混合信号分离的情况,本文给出了有效的解决方法。具体工作如下:(1)针对传统粒子滤波算法因粒子轨迹数量庞大所带来的计算量大的缺陷,通过对两路信号符号对后验概率的近似取值,利用基于后验概率的粒子筛选改进算法不断将对后验概率贡献较小的粒子轨迹进行筛除,改进算法大大减少了算法执行过程中的粒子轨迹数量,有效降低了算法的计算量。利用卫星信道中相位偏移、时延等参数的慢变特性,结合卫星通信数据分帧处理的方法,将传统算法中信道参数和符号的联合估计改变为分步估计。首先,利用少量观测数据运用粒子滤波改进算法估计出信道参数,然后利用所得信道参数基于最大似然准则实现两路信号符号对的分离。通过MATLAB仿真,结果表明该算法可以实现两路信号符号速率相同下的PCMA信号盲分离。(2)针对PCMA混合信号中两路信号的符号速率存在偏差时,两路信号的时延会产生滑动,当时延滑动超过一个符号时,对应的符号序列会发生变化,从而无法对混合信号进行正确分离的情况,本文利用符号速率存在偏差时PCMA混合信号中两路信号符号对的配对规律,通过修改混合信号基带模型和重新建立状态转移方程,对粒子采样和粒子权重值更新过程进行了改进,通过MATLAB仿真,结果表明该算法可以实现两路信号符号速率存在偏差下的PCMA信号盲分离。(3)将基于粒子滤波的单通道PCMA混合信号盲分离改进算法进行了C语言实现。通过模块化处理,增强了程序的可移植性,为算法的DSP实现打下了坚实的基础。本文通过对传统粒子滤波算法进行改进,大大降低了算法的计算量,实现了不同符号速率下的单通道PCMA混合信号盲分离。通过大量MATLAB环境下系统级的仿真,表明了改进算法的性能达到了课题预期指标。
[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.
【学位授予单位】:电子科技大学
【学位级别】:硕士
【学位授予年份】:2016
【分类号】:TN911.7

【相似文献】

相关期刊论文 前10条

1 陈创新;;基于协方差矩阵的自适应盲分离算法[J];中山大学学报(自然科学版);2005年06期

2 李立峰,刘会龙;基于独立分量分析的等变化自适应盲分离算法[J];无线电通信技术;2005年02期

3 傅予力;谢胜利;;一种基于改进罚函数的盲分离算法[J];移动通信;2006年09期

4 王振力;白志强;;一种新的卷积混合信号的盲分离算法[J];数据采集与处理;2008年05期

5 张朝柱;李惠;;一种基于稳定分布模型的非线性盲分离算法[J];黑龙江大学自然科学学报;2010年01期

6 章林柯;江涌;何琳;崔立林;;均匀度估计的噪声源盲分离算法研究[J];声学学报;2012年02期

7 汪增福;刘庆文;;基于前馈网络的盲分离算法[J];模式识别与人工智能;2001年03期

8 鞠昆汝,林家骏;幂函数的稳定性和有效性在盲分离算法中的应用[J];仪器仪表用户;2005年03期

9 虞闯;王坤;;基于自然梯度的盲分离算法混合气体分析[J];传感器世界;2008年07期

10 谢胜利,章晋龙;基于旋转变换的最小互信息量盲分离算法[J];电子学报;2002年05期

相关会议论文 前9条

1 史晓非;王宪峰;黄耀P;刘人杰;;一种盲分离算法在图像分离中的应用[A];中国航海学会通信导航专业委员会2004学术年会论文集[C];2004年

2 杨坤德;马远良;史仪凯;;任意信号源盲分离算法性能研究[A];中国声学学会2003年青年学术会议[CYCA'03]论文集[C];2003年

3 马守科;何选森;;一种改进的变步长在线盲分离算法[A];2006通信理论与技术新进展——第十一届全国青年通信学术会议论文集[C];2006年

4 陈晋央;吴瑛;;基于独立分量分析的通信信号盲分离算法研究[A];第十四届全国信号处理学术年会(CCSP-2009)论文集[C];2009年

5 高莉;黄力宇;;基于最大熵盲分离算法的脑电消噪方法[A];2007'仪表,,自动化及先进集成技术大会论文集(二)[C];2007年

6 傅予力;何昭水;谢胜利;;信号的规范高阶累积量以及高阶累积量盲分离算法[A];第二十四届中国控制会议论文集(上册)[C];2005年

7 张安清;章新华;;基于最大熵的水声信号盲分离算法[A];2001年全国水声学学术会议论文集[C];2001年

8 徐桂芳;陈莹莹;徐晋;;SHIBBS盲分离算法失效性分析[A];2010年西南三省一市自动化与仪器仪表学术年会论文集[C];2010年

9 王凯旋;袁大钧;刘静微;;基于联合对角化的卷积混合语音频域盲分离算法[A];中国通信学会通信建设工程技术委员会2010年年会论文集[C];2010年

相关博士学位论文 前4条

1 张明键;盲分离算法的研究[D];华南理工大学;2004年

2 张华;基于联合(块)对角化的盲分离算法的研究[D];西安电子科技大学;2010年

3 杨柳;基于系统模型的盲分离算法研究[D];华南理工大学;2013年

4 孟强;基于单通道盲分离算法的大型风电机组早期机械故障诊断[D];沈阳工业大学;2013年

相关硕士学位论文 前10条

1 谷千伟;盲分离算法在高速列车监测数据分析中的应用[D];西南交通大学;2015年

2 杨硕;含噪声音信号盲分离算法的研究[D];甘肃农业大学;2015年

3 郭一鸣;PCMA信号盲解调关键技术研究[D];解放军信息工程大学;2015年

4 熊涛;同频混合信号单通道盲分离关键技术研究[D];解放军信息工程大学;2015年

5 宁晓鹏;基于时频分析的跳频信号盲分离算法研究[D];哈尔滨工业大学;2016年

6 支亚京;单通道时频域重叠信号盲分离算法研究[D];南京信息工程大学;2016年

7 刘沛;PCMA信号盲分离算法研究及实现[D];电子科技大学;2016年

8 朱琳;基于独立分量分析的变步长自适应盲分离算法[D];华中科技大学;2008年

9 刘燕青;基于高阶统计量的自适应盲分离算法研究[D];西北工业大学;2003年

10 朱丽敏;基于独立分量分析的盲分离算法研究[D];新疆大学;2008年



本文编号:2462046

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/xinxigongchenglunwen/2462046.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户79924***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com