基于循环统计量的无线电监测信号的分离研究

论文摘要

由于各种各样的原因,如无线通信环境的信号密集、雷达的多个目标回波,更一般的情况就是噪声的存在等等,这些使得接收到的信号不但含有所感兴趣的信号还含有其它无用信号,我们称为干扰信号或噪声,更糟糕的情况就是干扰和噪声同时存在。当接收的混合信号中含有噪声时,如何从含噪信号中恢复出期望的信号,当接收的混合信号含有其它干扰信号时,如何抑制掉干扰信号得到感兴趣的信号,这是信号处理研究几十年来的一个主要方向。本文特别的考虑信号频谱重叠的情况,在这种情况下,一般的分离方法效果恶化。而通信信号中大部分都可以看成是循环平稳信号,其循环统计量在频域重叠的情况下依然有可能将信号分离。本文首先研究了已有的一些分离算法,了解了信号模型及环境,并进行了仿真。在广泛查阅文献的基础上,将符号自然梯度算法和循环二阶统计量相结合提出了一种快速收敛的循环符号自然梯度算法。该方法利用循环白化在循环频率域去除信号间的相关性,从而使收敛速度加快。此外本文基于四阶循环累积量提出了一种简单易行的循环平稳信号的盲源分离方法。针对两个信号混合的情况,该方法首先对观测矩阵进行循环白化,使得观测矩阵的循环自相关阵为单位阵,这样分离矩阵变为酉阵,可用单个参数来表示。之后运用循环统计量的性质找到一个评判函数,求得该参数的最佳值从而确定分离矩阵。通过信号分离的直观图、串音误差的分析表明该方法的有效性,并在计算量上定性讨论了本算法的优势。

论文目录

• 摘要
• Abstract
• 1 绪论
• 1.1 信号分离的概述
• 1.1.1 频谱重叠信号分离方法
• 1.1.2 盲源分离方法
• 1.1.3 其他信号分离方法
• 1.1.4 循环平稳信号的分离问题
• 1.2 信号分离的背景和意义
• 1.3 国内外研究进展
• 1.4 本文的研究工作和章节安排
• 2 循环平稳信号及其统计量
• 2.1 循环平稳信号简介
• 2.2 循环统计量基本知识
• 2.2.1 一阶循环平稳和循环均值
• 2.2.2 循环自相关函数
• 2.2.3 循环谱密度函数
• 2.2.4 谱自相关函数
• 2.2.5 循环矩
• 2.2.6 循环累积量
• 3 几种运用循环统计量进行信号分离和滤波的算法研究
• 3.1 一种基于循环自相关的盲源分离
• 3.1.1 算法原理
• 3.1.2 仿真实验
• 3.2 循环SOBI算法
• 3.2.1 Givens旋转
• 3.2.2 算法原理
• 3.2.3 仿真实验
• 3.3 运用频移滤波器进行单信道时频重叠信号分离
• 3.3.1 算法原理
• 3.3.2 仿真
• 3.4 循环相关匹配滤波器及其研究应用
• 3.4.1 滤波器构造
• 3.4.2 滤波器应用及仿真
• 3.5 总结
• 4 一种步长自适应的循环符号自然梯度盲源分离算法
• 4.1 盲源分离模型及分析
• 4.2 分离的不确定性
• 4.3 预处理
• 4.3.1 信号的零均值处理
• 4.3.2 信号的白化
• 4.3.3 循环白化
• 4.4 步长自适应循环符号自然梯度算法
• 4.5 计算机仿真及分析
• 4.6 总结
• 5 一种基于四阶循环累积量的盲源分离方法
• 5.1 引言
• 5.2 盲源分离模型及分析
• 5.3 循环矩和循环累积量
• 5.3.1 循环矩
• 5.3.2 循环累积量
• 5.4 本文算法原理
• 5.4.1 循环白化
• 5.4.2 分离矩阵
• 5.5 计算机仿真及分析
• 5.6 结论
• 结论
• 参考文献
• 攻读硕士学位期间发表学术论文情况
• 致谢