非高斯噪声下信号盲检测算法.pdf

《非高斯噪声下信号盲检测算法.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第37卷第3期武汉理工大学学报(信息与管理工程版)V01．37No．32015年6月JOURNALOFWUT(INFORMATION＆MANAGEMENTENGINEERING)Jun．2015文章编号：2095—3852(2015)03—0264—05文献标志码：A非高斯噪声下信号盲检测算法冯士民，周穗华，应文威(1．海军工程大学兵器工程系，湖北武汉430033；2．91635部队，北京102249)摘要：针对实际甚低频和超低频接收机受非高斯噪声影响的问题，采用有限混合高斯噪声模型，建立了信号检测模型，并设计了一种基于马尔可夫链蒙特卡罗方法的信号盲检测算法。盲检测算法在贝叶

2、斯层次模型下，采用Gibbs抽样更新参数，同步检测信道衰落系数、噪声模型参数和信号，该算法迭代速度快、精度高。通过与理论误码率性能比较，盲检测算法性能优异，对甚低频和超低频信号接收具有重要的现实意义。关键词：非高斯噪声；盲检测；有限混合高斯模型；马尔可夫链蒙特卡罗算法中图分类号：TN911．72DOI：10．3963／j．issn．2095—3852．2015．03．002甚低频和超低频通信系统中，受雷电等产生的内信道衰落系数不变，认为发送端信号叠加噪声大气噪声的影响，噪声往往具有明显的非高斯特就是接收端信号，因此建立信号检测模型：性，即时域上呈现“高尖峰”特性，频谱上呈现“

3、重X=aS+N，i=1，2，⋯，Ⅳ(1)拖尾”特性。传统的线性接收机或高斯接收机在非式中：S，S，⋯，S为发射端信号；X，，高斯噪声环境下性能急剧恶化，严重影响通信系统⋯，为接收端信号；Ⅳ，Ⅳ2，⋯，Ⅳ为噪声；口为的正常工作，因此为了实现信号的最佳接收，需要信道衰减系数。因为甚低频、超低频信号传输速对噪声进行建模和参数估计]。对超低频大气率较低，在实际接收信号时会对信号进行多次采噪声的建模，包含有限混合高斯模型、对称稳定样，当对每个符号采样次时，S=[ss，⋯，分布模型和高斯尺度混合(Gaussianscalemixture，Js]，Xi：[，⋯，Ⅲr，N=[n，⋯，GSM)

4、分布模型等J。由于对称稳定分布模型n肘]T。因为MSK调制方式可以分解为两路正交及部分GSM模型没有二阶矩，不能定量表示噪声的BPSK调制，所以在基带上对信号检测时，S∈功率，因此，笔者在对噪声建模时，采用有限混合高{1，一1}，i=1，2，⋯，Ⅳ，J=1，2，⋯，。即在一个斯模型。同时，在信号检测方法上，采用传统的最采样周期内，发射信号S。=S=⋯=S而接收大期望算法或最大似然估计设计信号检测算端信号，⋯，由于噪声nn⋯，hiM不法，由于该模型参数较多，其概率密度计算难同，是不相等的。度大，精度也不够理想。马尔可夫链蒙特卡罗式(1)中，序列置是已知的，衰减系数a、序(Mar

5、kovchainMonteCarlo，MCMC)算法能够解决列Si和Ⅳ未知。在对信号检测时，需要根据已具有高维度且形式复杂的未知参数的后验概率计知序列鼍，在准确估计衰减系数a和噪声序列Ⅳ算问题，是一种在统计计算中性能优越的方的前提下，实现对信号序列S的检测。法¨卜挖J。因此，笔者基于MCMC方法设计了信号1．2噪声模型在非高斯噪声下的盲检测算法，其迭代收敛快，精有限混合高斯模型，理论上可逼近任意概率度高，具有明显的优势。dist密度分布，如式(2)所示，其中，=为相同分布。1信号检测模型d／stk=-∑N(O，2)，1，2，⋯，Ⅳ，=l，2，⋯，(2)1．1系统模型fl在瑞利

6、平坦衰落信道下，分段处理的时间段式中：N(O，)为第z个0均值的高斯分布；收稿日期：2014一l0—31．作者简介：冯士民(1986一)，男，河北石家庄人，海军工程大学兵器工程系博士研究生基金项目：国防预研基金资助项目(51401020503)．第37卷第3期冯士民，等：非高斯噪声下信号盲检测算法265or为方差；为第z个高斯分布的权重，并且满k足∑∞z=1。四固团圆对于噪声数据集{}，引人类别指示变量T={t¨i=1，2，⋯，Ⅳ，=1，2，⋯，}对n进行类别分组，当属于第z个高斯分布N(O，)时，￡取值为Z，i满足：因P(t=Z)=∞z，Z=1，2，⋯，k(3)根据式(2)

7、和式(3)，可得出噪声序列的等效图1信号检测模型参数的直接非循环图表达式为：nN(0，)t=z(4)3盲检测算法设计因此，根据式(1)和式(4)，信号检测模型表信号检测采用马尔可夫链蒙特卡洛(MCMC)达式最终等效为：算法实现在所有参数未知情况下的信号检测。在：N(口‘

8、s，2)，t=Z(5)MCMC算法中，常采用Gibbs抽样和Metropolis—Hasting(M—H)抽样算法对更新参数进行抽样。2贝叶斯估计在所设计的算法中，由于共轭先验分布的引人，则信号检测方法中，贝叶斯估计理论通过当前对所有参