一種同頻混合信號(hào)偽隨機(jī)序列盲估計(jì)方法的研究

李在林++王松波

摘 要： 通常采用獨(dú)立分量分析法（ICA）采集同頻混合信號(hào)時(shí)存在盲分離隨機(jī)性問(wèn)題，不能分離出同頻混合信號(hào)偽隨機(jī)序列，無(wú)法對(duì)信號(hào)進(jìn)行準(zhǔn)確檢測(cè)。為解決該問(wèn)題，提出融合獨(dú)立分量分析法以及Massye算法的同頻混合信號(hào)偽隨機(jī)序列盲估計(jì)方法。先采集同頻混合信號(hào)，再通過(guò)PCA方法對(duì)同頻混合信號(hào)進(jìn)行白化預(yù)處理，對(duì)同頻混合信號(hào)的協(xié)方差矩陣的特征值進(jìn)行分解，確保信號(hào)間相互獨(dú)立，為后續(xù)ICA方法進(jìn)行數(shù)據(jù)分割提供基礎(chǔ)。采用基于峰度的固定點(diǎn)ICA算法對(duì)白化處理后的同頻混合數(shù)據(jù)進(jìn)行劃分，融合ICA和Massye算法，對(duì)同頻混合信號(hào)的偽隨機(jī)序列進(jìn)行盲估計(jì)。實(shí)驗(yàn)結(jié)果說(shuō)明，該方法可以獲取準(zhǔn)確的同頻混合信號(hào)偽隨機(jī)序列，具有較強(qiáng)的信號(hào)分離性能。

關(guān)鍵詞： 同頻混合信號(hào)； 偽隨機(jī)序列； 盲估計(jì)； Massye算法

中圖分類(lèi)號(hào)： TN911?34 文獻(xiàn)標(biāo)識(shí)碼： A 文章編號(hào)： 1004?373X（2017）09?0010?04

Abstract： The independent component analysis （ICA） method is usually used to collect the co?frequency mixed signal， but it has the problem of blind separation randomness， and it can′t separate the pseudorandom sequence of the co?frequency mixed signal， nor can it detect the signal accurately. In order to solve the above problems， a co?frequency mixed signal′s pseudorandom sequence blind estimation method based on ICA method and Massye algorithm is proposed. The co?frequency mixed signal is acquired， and performed with the whitening pretreatment by means of PCA method. The eigenvalue of the covariance matrix of the co?frequency mixed signal is decomposed to ensure the mutual independence among the signals， and provide the basis for data segmentation with the follow?up ICA method. The fixed?point ICA algorithm based on kurtosis is used to divide the co?frequency mixed data after whitening treatment. The ICA algorithm and Massye algorithm are fused to perform the blind estimation to the pseudorandom sequence of the co?frequency mixed signal. The experimental results show that the proposed method can obtain the accurate pseudorandom sequence of the co?frequency mixed signal， and has strong signal separation performance.

Keywords： co?frequency mixed signal； pseudorandom sequence； blind estimation； Massye algorithm

0 引 言

擴(kuò)頻通信是當(dāng)前通信領(lǐng)域中的重要通信手段，其中的直擴(kuò)頻系統(tǒng)可將待發(fā)送信息通過(guò)偽隨機(jī)序列擴(kuò)展到更寬的頻帶中[1]。干擾信號(hào)和偽隨機(jī)序列間相互獨(dú)立，極大地降低了信號(hào)頻帶中有干擾信號(hào)的功率，可增強(qiáng)總體擴(kuò)頻通信系統(tǒng)的抗噪性。直擴(kuò)頻技術(shù)廣泛應(yīng)用在通信抗干擾、導(dǎo)航以及保密通信等領(lǐng)域[2]。因此，對(duì)直擴(kuò)頻系統(tǒng)中偽隨機(jī)序列的檢測(cè)方法進(jìn)行研究，實(shí)現(xiàn)信息的準(zhǔn)確偵察，具有重要的應(yīng)用價(jià)值。

1 融合獨(dú)立分量分析法和Massye算法的偽隨

機(jī)序列盲估計(jì)

本文融合獨(dú)立分量分析法ICA和Massye算法完成多用戶(hù)中的同頻混合信號(hào)的檢測(cè)，可分離出有價(jià)值的同頻混合信號(hào)，解決了單純盲分離存在的隨機(jī)性問(wèn)題[3]。本文方法的總體操作流程如圖1所示。

1.1 采集同頻混合信號(hào)

通過(guò)邏輯的方法，利用逆矩陣求解聯(lián)立方程組，進(jìn)而解得偽隨機(jī)序列的線性反饋移位寄存部件的抽頭系數(shù)最終將同頻混合信號(hào)的偽隨機(jī)序列還原。

2 實(shí)驗(yàn)仿真

采用Matlab仿真實(shí)驗(yàn)驗(yàn)證本文方法的有效性，實(shí)驗(yàn)對(duì)兩個(gè)同頻混合信號(hào)進(jìn)行分析，設(shè)置信噪比是-5 dB，其中同頻混合信號(hào)1為單徑，信號(hào)幅度是1，包含7個(gè)滯后偽隨機(jī)序列，其偽隨機(jī)序列產(chǎn)生的多項(xiàng)式是。同頻混合信號(hào)2是兩徑混合，信號(hào)多徑幅度是1，0.5，設(shè)置觀測(cè)樣本數(shù)量為600。

實(shí)驗(yàn)過(guò)程中可以看出，采用本文方法迭代運(yùn)算時(shí)逐步向穩(wěn)定靠近，如圖2所示。

圖3（a）為對(duì)迭代結(jié)果進(jìn)行逆運(yùn)算獲取的內(nèi)同同頻混合信號(hào)1的對(duì)應(yīng)列向量圖3（b）為單徑同頻混合信號(hào)的偽隨機(jī)序列。分析圖3可得，在不存在多徑影響的狀態(tài)下，采用本文方法獲取的可估計(jì)出同頻混合信號(hào)的偽隨機(jī)序列。

圖5（a）～（c）分別表示同頻混合信號(hào)以及對(duì)應(yīng)內(nèi)的3個(gè)列向量，圖5（d）是3個(gè)列向量之和對(duì)其中的序列采集比特運(yùn)算抽頭系數(shù)，進(jìn)而獲取多項(xiàng)式，可以看出得到的結(jié)果是準(zhǔn)確的。

從圖6描述的本文方法分離同頻混合信號(hào)信息的性能曲線可以看出，本文方法進(jìn)行同頻混合信號(hào)劃分的誤比特率隨著信號(hào)偽隨機(jī)序列數(shù)量的增加而降低，信息分離性能較強(qiáng)。

3 結(jié) 論

本文融合獨(dú)立分量分析法和Massye算法對(duì)同頻混合信號(hào)偽隨機(jī)序列進(jìn)行盲估計(jì)。采用該種方法對(duì)同頻混合信號(hào)進(jìn)行檢測(cè)的過(guò)程中，能夠?qū)⒎蛛x出的同頻混合信號(hào)信息同偽隨機(jī)序列對(duì)應(yīng)，實(shí)現(xiàn)信息的準(zhǔn)確偵察。

圖6 本文方法的信號(hào)分離性能

參考文獻(xiàn)

[1] 馬歡，江樺.一種時(shí)變信道下基于粒子濾波的同頻混合信號(hào)盲分離方法[J].信息工程大學(xué)學(xué)報(bào)，2014，15（2）：181?186.

[2] 趙義正.一種利用矩陣譜范數(shù)的直擴(kuò)信號(hào)盲同步方法[J].微型機(jī)與應(yīng)用，2015，34（9）：57?58.

[3] 楊勇，張冬玲，彭華，等.利用Gibbs采樣的同頻混合信號(hào)單通道盲分離[J].通信學(xué)報(bào)，2015，36（4）：156?162.

[4] 景增增，李杰，范成葉，等.旋轉(zhuǎn)彈用微慣性測(cè)量組合數(shù)?；旌闲盘?hào)采編系統(tǒng)設(shè)計(jì)[J].科學(xué)技術(shù)與工程，2014，14（14）：206?211.

[5] 易輝，侯孝民，吳濤.一種基于頻率校正的BPSK信號(hào)高精度載頻估計(jì)算法[J].現(xiàn)代電子技術(shù)，2015，38（22）：4?7.

[6] 趙知?jiǎng)?，顧驍煒，沈雷，?基于缺失數(shù)據(jù)模型的長(zhǎng)碼直擴(kuò)信號(hào)的偽碼估計(jì)[J].通信學(xué)報(bào)，2015，36（5）：23?30.

[7] 同鳴，田偉娟.一種INMF的抵抗強(qiáng)幾何攻擊視頻水印構(gòu)架[J].西安工程大學(xué)學(xué)報(bào)，2016，30（1）：58?65.

[8] 曾現(xiàn)巍，許凌云，江曉波.基于快速EEMD單通道混合信號(hào)分離算法的研究[J].電子設(shè)計(jì)工程，2015，23（14）：20?22.

[9] 程凱，董雪.基于小波分解和Duffing振子的變尺度微弱信號(hào)檢測(cè)[J].計(jì)算機(jī)測(cè)量與控制，2014，22（6）：23?43.

[10] 王唯賢.多樣性音頻視頻混合信號(hào)抗干擾模型仿真[J].計(jì)算機(jī)仿真，2014，31（9）：212?215.