采用MRSSA-ICA的共信道多通信信号盲分离

针对时频域部分重叠的多个跳频通信信号共信道盲分离问题,提出了一种新的共信道盲分离算法SCBSS（Single Channel Blind Source Separation）。首先,重新定义多分辨奇异谱分析（Multi-resolution Singular Spectrum Analysis,MRSSA）算法,利用其冗余性来重构伪多输入输出模型;接着引入独立分量分析算法用于提取感兴趣的独立分量。仿真结果验证了所提算法分离多个正交相移键控（Quadrature Phase Shift Keying,QPSK）调制的时频域部分重叠跳频通信信号的有效性和鲁棒性,且不需要任何先验。     

基于阵列天线的无线电侦察信号盲分离

盲源分离技术有非常重要的理论意义和实用价值，在信号处理的一些领域得到了广泛应用。提出将盲源分离技术用于无线电侦察系统，实现无线电侦察多信号的盲分离。理论分析和仿真结果表明具有良好的效果。     

混叠通信信号的盲分离处理

同频混叠信号的处理一直是通信信号处理中的难点,常规的信号处理方法难以对其进行有效分析。本文运用最新的盲源分离理论,实现了混叠通信信号的盲分离。仿真结果表明,本文采用的算法分离效果好,运算速度快,可移植性强,基本实现了对混叠通信信号的实时盲分离。     

基于指导型盲源分离和非高斯准则的全双工认知

为了克服半双工认知中存在的静态感知问题和常规全双工认知中残余自干扰限制的影响,提出了一种基于指导型盲源分离和非高斯准则的新型全双工认知方法。该方法将频谱感知和数据传输设计于同位置执行,避免在感知信息中的任何不匹配和资源损失,利用同位置配置中已知的次用户信号作为指导信号辅助执行盲源分离工作。在分离处理后,利用相关性识别出次用户自发信号,另一个信号通过非高斯准则判定,进而判决主用户的活动状态。仿真实验分析和讨论验证了所提方法的有效性,与基于自干扰消除的全双工频谱感知方案相比在计算复杂度和感知性能上具有明显的优越性。     

一种快速时变自适应信道估计盲方法

提出了一种新的信道估计最小均方(LMS)盲方法--时变步长理想加权判决信道估计盲方法.该方法通过对常规LMS算法进行改进,实现自适应跟踪信道特征变化;同时利用接收机判决误差信息函数作为权系数的理想加权判决,从而解决了常规LMS盲方法收敛速度慢、信道估计性能不高的缺点.仿真证明,对于不同的多普勒频移、时延扩展以及时间,该方法均表现出了比常规LMS方法更优的性能.同时,该方法还可用于航天、雷达等领域估计其他特征参数.     

一种同步组网跳频信号的盲分离方法

针对多路混合的同步组网跳频信号,提出了一种基于时频分析的盲分离方法。首先利用同步组网的各跳频信号中各信号跳时相同、跳周期相同等特点,利用平滑伪魏格纳分布（SPWVD）提取信号在时频分布上的特征值。在此基础上,采用基于短时傅里叶变换（STFT）时频比方法对同步组网跳频电台信号进行分离。仿真实验表明,这种方法能有效分离同步组网电台跳频信号,且在跳频间隔较小时,依然具有良好的分离效果。     

改进的变步长维纳系统盲源分离方法

基于非线性盲源分离的维纳系统算法中,采用固定步长导致算法的收敛速度和稳态误差之间存在矛盾,直接影响分离算法的性能。为了解决该问题,提出了基于非线性函数的变步长维纳系统盲源分离方法。该方法将更新的步长以非线性函数的形式引入到分离算法中,使得稳态时参数更新的步长尽可能小,以避免发生振荡。变步长算法在分离过程中的每次更新都会使步长自动进行合理的调整,使得收敛速度提高了53%,误差减小了45%。实验仿真表明,相对原算法,提出的维纳系统盲源分离方法可以更好地分离出信源信号,而且具有较小的误差和较快的收敛速度。     

一种二阶锥规划通带线性相位FIR滤波器的设计

在有限冲激响应（Finite Impulse Response,FIR）滤波器设计中,如果系统只要求通带或某个频域区间具有线性相位而其他频域区间相位非线性,则系数对称的FIR滤波器设计方法不再适用。为此,提出了一种基于二阶锥规划（Second-Order Cone Programming,SOCP）的通带线性相位FIR滤波器设计方法。该方法使用二阶锥规划实现滤波器设计,其中优化目标为通带最小群延迟,约束条件为全频域振幅误差。实验结果显示,所提方法设计的FIR滤波器有着很好的幅频特性和通带线性相位,通带群延迟误差很小。该方法实现简单,计算复杂度低,可以广泛应用于数字信号处理领域。     

一种新的基于压缩感知的毫米波信道估计算法

针对传统稀疏重构算法需要信道稀疏度先验信息、复杂度高、不利于实际应用的问题,提出了一种新的基于波束空间分解的稀疏度自适应毫米波信道估计算法。该算法利用毫米波信道稀疏性的特点对信道进行波束空间分解,构造基于码本的感知矩阵,获得l1范数约束问题模型;其次结合分段弱匹配追踪算法,采用弱阈值从感知矩阵筛选原子,再通过分组选择机制对选择的原子进行二次优化;最后根据最小二乘法估计出毫米波信道。仿真结果表明,所提算法的估计精度和复杂度在低信噪比和低训练长度情况下明显优于传统匹配追踪算法。     

基于人工神经网络的盲源分离研究

本文介绍了盲源分离的神经网络模型,讨论了基于前馈神经网络和递归神经网络的最常用盲源分离算法的方法和思路。     

一种TDMA信号用户盲分离方法

时分多址（Time Division Multiple Access,TDMA）信号用户分离作为TDMA信号第三方侦收的重要环节,是后续用户内涵信息解译组报、目标测向定位的前提条件。在未知网台规格情况下,无法通过解译用户ID或网控信令的方式对多用户进行分离。基于TDMA信号物理层特征,提出了一种基于DBSCAN（Ddensity-based Spatial Clustering of Applications with Noise）聚类算法的TDMA信号用户盲分离方法。通过对TDMA信号的时频域特征进行提取和聚类,实现对多用户突发时隙进行分离,并利用仿真数据和实际网台数据进行了算法验证。该算法具有良好的抗噪声性能和较高的正确分选率。     

二维束宽恒定的二阶锥规划波束形成方法

二阶锥规划作为凸优化理论的一个分支,近些年来已应用于波束形成的研究,但在已有研究中基于均匀线阵的一维波束形成研究得较多,且较少考虑不同指向下的束宽恒定问题。因此,基于矩形平面阵,将二阶锥规划的一维束宽恒定波束形成方法扩展到二维作为主要研究目标,首先采用Dolph-Chebyshev加权方法设计出二维参考波束,再以主瓣逼近和旁瓣最小为约束,引入二阶锥规划方法设计了支持不同俯仰角和方位角指向的二维波束。经仿真分析,所提方法可实现在三维空间中的不同指向下的波束形成,且在俯仰角设定后,在不同方位指向下可实现3 dB束宽较恒定的波束,减少了指向对波束特性的影响,方便于应用。     

一种采用刀切法的单通道信源数估计算法

针对现有信源数估计算法不能直接用于单通道接收模型且抑噪能力较差的问题,提出了一种采用刀切法的单通道信源数估计算法。该算法首先通过间隔抽样实现了单通道接收信号多维数的转换,得到矢量化空间;然后采用刀切法将此组空间重构多个协方差矩阵,经酉变换后结果取平均;最后通过循环迭代得到最优信源数。理论分析和仿真结果表明,该算法在白、色噪声环境下能有效抑制噪声,且在低信噪比及采样点较少时能更准确估计信源数,相较于传统的估计算法,显著提高了检测性能。     

基于Kronecker积的无线通信系统参量分离方法

针对无线通信系统中发射机非线性与多径衰落信道问题,提出了一种根据接收无线信号联合估计无线设备功率放大器（PA）非线性与无线信道单位脉冲响应的方法。首先,根据通信帧训练符号及发射机非线性模型构造卷积矩阵;接着,采用一次最小二乘（LS）,根据接收信号估计PA的非线性模型系数与实际发送符号;然后,再采用一次LS,得到无线信道的单位脉冲响应估计;两估计可迭代或直接加取平均进行积累。理论推导与实验结果显示,采用过采样技术,所提方法可应用于单载波或多载波通信,实现PA非线性与无线信道单位脉冲响应的有效分离。新方法在无线通信的物理层射频指纹认证与信号可靠传输中具有应用价值。     

基于加权最小二乘支持向量机的欠定盲源分离

为了进一步提高欠定盲源分离算法中混合矩阵估计方法的性能,提出了一种基于加权最小二乘支持向量机（SVM）的欠定盲源分离混合矩阵估计方法。该方法利用信号的方向角度特征估计出有效信源信号个数,然后采用加权最小二乘支持向量机方法获得初始权值,每次将其中一个权值对应的样本点作为测试样本,其余点作为训练样本,依次对样本的误差变量进行更新,再根据权值计算公式实现所有权值的更新,进而确定最优分类平面,实现对观测信号的最优分类,最终估计出混合矩阵。实验结果表明,新算法是有效的,其平均误差是基于K-均值方法误差的0.2倍左右,是基于SVM算法平均误差的0.5倍左右。     

一种改进的单音干扰下OFDM系统盲信道估计算法

在相关检测的OFDM系统中,信道估计具有十分重要的意义。研究了一种在单音干扰 环境下的OFDM系统中基于预编码的盲信道估计方案。利用接收的干扰信号的频域信息对单音 干扰信号进行准确估计与重构,有效地消除了干扰信号的影响,提高了单音干扰下盲信道估 计的准确性。与其他盲信道估计算法相比, 基于预编码的盲信道估计算法具有较低的运算复杂度以及较快的收敛速度。仿真结果表明 了该算法在干扰估计以及信道估计两方面都取得了较好的性能。     

一种新的多信号卷积混合信号盲分离算法

对于含噪声情况下多个源信号卷积混合盲分离,由于混合矩阵比较复杂,分 离算法会出现迭代次数增加、收敛速度变慢等问题。在对多信号卷积混合进行合理简 化的基础上,提出一种以四阶累积量为独立准则的多信号卷积混合的新的时域盲源分离算法 。由于采用高阶累积量为独立准则,该算法对高斯噪声具有良好的抑制作用,改善了信噪比 。 其次,算法也建立了步长因子的选取与二次残差之间的非线性函数关系,使得算法既获得了 较 快的收敛速度,也得到较高的分离精度。仿真数据表明提出的算法对于多个源信号卷积 混合具有良好的分离效果。