PCMA信号的单通道盲分离技术研究

发布时间：2017-07-25 17:23

  本文关键词：PCMA信号的单通道盲分离技术研究

  更多相关文章： 成对载波多址 参数估计 独立分量分析 粒子滤波算法 PSP算法

【摘要】：成对载波多址(Paired Carrier Multiple Access,PCMA)技术是一种应用于卫星通信系统中的新型容量扩增技术。由于双向通信的两个信号可以采用相同的频率,时隙或扩频码字,系统的带宽利用率提高了一倍。在非协作通信中,第三方接收到的信号是两路信号的混合信号。由于未知信道参数和符号序列的先验信息,PCMA信号的盲解调是十分困难的,这在一定程度上提高了系统的抗干扰抗截获能力。由于PCMA信号可以建模成由两路数字调制信号构成的单通道混合信号,因此在非协作通信中PCMA的盲解调问题可以用单通道盲分离方法来解决。本文将根据PCMA信号的特点,对PCMA信号的单通道盲分离问题展开研究,主要工作包括以下几个方面:(1)针对单通道PCMA信号的参数估计问题,介绍了一种基于信号循环平稳性的参数估计方法。该算法利用了PCMA信号的二阶循环累积量来实现其载频与码速率估计。(2)针对非协作通信中PCMA信号的盲分离问题,研究了一种基于独立分量分析(Independent Component Analysis,ICA)的PCMA信号单通道盲分离算法。该算法首先对接收到的单路PCMA信号进行参数估计得到其码速率与载频值,再对其处理得到两路基带混合信号,最后利用固定点算法分离出源基带信号,并通过采样判决估计出发送的码元符号。该算法在未知两个卫星地面站发送的信息序列的情况下,从接收到的PCMA信号中恢复出两路源信息序列。(3)针对非合作接收PCMA信号的盲分离问题,研究了一种基于改进粒子滤波的PCMA信号单通道盲分离算法。该算法首先对接收到的单路PCMA信号进行分帧处理,并利用两个步骤来实现两路上行信号的分离。首先,在估计PCMA信号参数的过程中,计算粒子重要性权值的大小并设置阈值来抛弃一些对后验分布贡献小的粒子,从而动态地改变粒子总数来降低算法的运算复杂度。其次,在PCMA信号的参数估计值稳定之后,利用最大似然准则来实现参数已知的两路上行信号盲分离。在计算符号的似然函数时,抛弃一些质量差的粒子轨迹来进一步降低算法的计算量。(4)针对非合作接收的PCMA信号,研究了一种基于改进逐留存路径处理(Per-Survivor Processing,PSP)的PCMA信号单通道盲分离算法。该算法通过引入比较精确的参数估计方法来改进PSP算法的初始化部分,再将基于数据辅助的未知参数估计技术嵌入到维特比算法结构中,从而实现构成PCMA混合信号的两路上行信号的盲分离。
【关键词】：成对载波多址 参数估计 独立分量分析 粒子滤波算法 PSP算法
【学位授予单位】：重庆邮电大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TN911.7
【目录】：

• 摘要3-5
• Abstract5-13
• 第1章 绪论13-22
• 1.1 研究背景和意义13-14
• 1.2 单通道盲分离的应用14-15
• 1.3 国内外研究现状15-20
• 1.3.1 非对称混合信号分离算法15-16
• 1.3.2 对称混合信号分离算法16-20
• 1.4 本文主要工作和内容安排20-22
• 1.4.1 总体思路及内容结构图20-21
• 1.4.2 内容章节安排21-22
• 第2章 单通道盲分离的基本理论及算法研究22-39
• 2.1 引言22
• 2.2 盲源分离问题基本模型22-23
• 2.3 PCMA信号的单通道盲分离23-30
• 2.3.1 成对载波多址技术基本原理23-25
• 2.3.2 单通道盲分离的基本模型25-28
• 2.3.3 单通道混合信号的可分性28-29
• 2.3.4 单通道盲分离算法的性能指标29-30
• 2.4 PCMA信号的单通道盲分离方法30-33
• 2.4.1 非对称模式下PCMA信号的单通道盲分离30-31
• 2.4.2 对称模式下PCMA信号的单通道盲分离31-33
• 2.5 成对载波多址系统信道参数估计33-38
• 2.5.1 循环统计量33-34
• 2.5.2 基于二阶循环累积量的残余载波频率与码速率估计34-36
• 2.5.3 估计算法仿真与分析36-38
• 2.6 本章小结38-39
• 第3章 基于独立分量分析的PCMA信号盲分离算法39-49
• 3.1 引言39
• 3.2 独立分量分析39-42
• 3.2.1 信号预处理39-40
• 3.2.2 FastICA算法40-42
• 3.3 算法原理及推导42-45
• 3.4 算法仿真与分析45-47
• 3.5 本章小结47-49
• 第4章 基于改进粒子滤波的PCMA信号盲分离算法49-63
• 4.1 引言49
• 4.2 单通道盲分离建模49-50
• 4.3 基于粒子滤波的盲信号分离算法50-54
• 4.3.1 状态空间模型50-51
• 4.3.2 粒子滤波算法51-54
• 4.4 基于改进粒子滤波的PCMA信号盲分离算法54-59
• 4.4.1 基于改进粒子滤波的参数估计54-57
• 4.4.2 基于最大似然准则的信号检测57-59
• 4.5 算法仿真与分析59-62
• 4.6 本章小结62-63
• 第5章 基于改进PSP算法的PCMA信号盲分离63-74
• 5.1 引言63
• 5.2 PSP算法的基本原理63-65
• 5.3 基于改进PSP的PCMA信号盲分离算法65-69
• 5.3.1 算法初始化的改进65-67
• 5.3.2 算法原理及推导67-69
• 5.4 算法仿真与分析69-73
• 5.5 本章小结73-74
• 第6章 总结与展望74-76
• 6.1 总结74-75
• 6.2 展望75-76
• 参考文献76-81
• 致谢81-83
• 攻读硕士学位期间从事的科研项目及取得的成果83

【参考文献】

中国期刊全文数据库 前10条

1 丁良辉;李天赐;杨峰;钱良;支t$;;基于编码辅助和过采样的成对载波多址信号盲分离算法[J];上海交通大学学报;2015年10期

2 杨海兰;刘以安;;单通道通信信号盲分离算法[J];计算机仿真;2015年09期

3 熊涛;江桦;崔鹏辉;贾宏雷;;应用基扩展模型的混合信号单通道盲分离算法[J];西安交通大学学报;2015年06期

4 熊涛;崔鹏辉;江桦;曹凯;;应用判决反馈的混合信号单通道盲分离算法[J];信号处理;2014年12期

5 洪丹枫;凌青;彭娇娇;;基于小波变换的ICA盲源分离算法[J];海军航空工程学院学报;2013年03期

6 何旭平;赵匡;李志农;;基于核独立分量分析的非线性混合机械故障盲分离方法研究[J];南昌航空大学学报(自然科学版);2012年04期

7 张纯;杨俊安;叶丰;;基于小波分量奇异值分解的单通道盲分离算法[J];电子测量与仪器学报;2011年11期

8 于宁宇;马红光;石荣;石磊;;基于二阶循环统计量的BPSK参数估计[J];系统工程与电子技术;2011年09期

9 栾海妍;江桦;刘小宝;;利用粒子滤波与支持向量机的数字混合信号单通道盲分离[J];应用科学学报;2011年02期

10 涂世龙;郑辉;;同频不同速率数字调制混合信号的单通道盲分离[J];电路与系统学报;2010年03期

，

本文编号：572423