基于ica-r算法的单通道通信信号盲提取技术研究

《基于ica-r算法的单通道通信信号盲提取技术研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、学校代码10459学号或申请号201312171985密级硕士学位论文基于ICA-R算法的单通道通信信号盲提取技术研究作者姓名：陈莹导师姓名：王忠勇教授学科门类：工学专业名称：电路与系统培养院系：信息工程学院完成时间：2016年5月AthesissubmittedtoZhengzhouUniversityforthedegreeofMasterResearchonBlindCommunicationSignalsExtractionTechnologyBasedonImprovedIndependentComponentAnalysiswithReferenceAlgor

2、ithmByYingChenSupervisor:Prof.ZhongyongWangCircuitsandSystemSchoolofInformationEngineeringMay2016学位论文原创性声明本人郑重声明，，：所呈交的学位论文是本人在导师的指导下独立进行研究所取得的成果。除文中已经注巧引用的巧容外，本论文不包含任何其他个人或集体己经发表或撰写。ｉｌ过的科研成果对本文的研巧做出重要贡献的个人和集体，均己在文中ｔ明确方式标明。本声明的法律责任由本人承担。学位论文作者：日期：进曰学位论文使用授权声明本人在导师指导下完成的论文及相

3、关的职务作品，知识产权归属郑州大学。根据郑州大学有关保留，、使用学位论文的规定同意学校保留或向国家有关部口或机构送交论文的复巧件和电子版，化许论文被查阅和借阅；本人授权郑州大学可Ｗ将本学位论文的全部或部分编入有关数据库进行检索，可Ｗ采用影印、缩印或者其他复制手段保存论文和汇编本学位论文，。本人离校后发表、使用学位论文或与该学位论文直接相关的学术论文或成果时一第署名单位仍然为郑州大学。保密论文在解密后应遵守此规定。＇＂学位论文作者：也曰期八年ｉ月乂曰禄摘要摘要无线通信系统往往极易受到外界干扰，导致传输信号强度大大减小且掺杂干扰信号。随着数字化

4、通信业务的不断增多，频谱资源的局限性日益明显，使得单通道盲源分离（SingleChannelBlindSourceSeparation,SCBSS）技术普遍应用于电子侦察和无线电监测等通信场景中。但是，现有的用于解决单通道盲源分离算法适用范围有限，导致接收信号很难被分离与提取，使得SCBSS技术在通信信号领域的应用仍然存在很多问题。因此，对于单通道盲源分离问题的研究具有重要意义。由于单通道盲源分离问题是典型的欠定盲源分离问题，在传统意义的分离准则和算法意义上，该问题是病态的，因此必须对源信号的性质进行深入分析，利用其先验信息进行优化准则的设计。本文针对单通道盲源分离问题，

5、对单通道通信信号的盲提取技术进行了研究，首先，阐述了几种常见的盲源分离算法的基本原理：独立成分分析（IndependentComponentAnalysis,ICA）、约束独立成分分析（ConstrainedIndependentComponentAnalysis,CICA）和带参考信号的独立成分分析（IndependentComponentAnalysiswithreference,ICA-R）；然后，通过分析各算法在处理盲源分离问题中存在的不足，本文提出了改进的ICA-R算法。改进的ICA-R是将接近性度量函数的倒数添加到对比函数中，并通过拉格朗日乘子法得到优化权向量

6、，从而提取出期望源信号。仿真结果表明，本文所提出的改进的ICA-R算法可以恢复出期望的源信号。此外，通过定量分析与比较，改进的ICA-R算法所需的平均运行时间较少，提取精度较高；最后，利用无线通信系统发送端的通信信号的先验信息，基于本文提出的改进的ICA-R算法，将欠定的SCBSS问题转化为一个适定的SCBSS问题，从而分离提取出接收端的通信信号。仿真结果表明，改进的ICA-R算法可以恢复出期望的发送信号，并且具有较高的提取精度与较好的鲁棒性。关键词：带参考信号的独立成分分析算法盲源分离对比函数单通道通信信号IAbstractAbstractRegardingtothes

7、ensitivewirelesstransmissionsystem,thesignalintensityreducesbyalargemarginandthesignalincorporatesinterferencesignalsduringtransmission.Inaddition,withtheincreaseofdigitalcommunicationservices,thelimitationoffrequencyspectrumbecomesmoreandmoreevident.Asaresult,singl