李在林++王松波

摘 要： 通常采用獨(dú)立分量分析法（ICA）采集同頻混合信號時存在盲分離隨機(jī)性問題，不能分離出同頻混合信號偽隨機(jī)序列，無法對信號進(jìn)行準(zhǔn)確檢測。為解決該問題，提出融合獨(dú)立分量分析法以及Massye算法的同頻混合信號偽隨機(jī)序列盲估計(jì)方法。先采集同頻混合信號，再通過PCA方法對同頻混合信號進(jìn)行白化預(yù)處理，對同頻混合信號的協(xié)方差矩陣的特征值進(jìn)行分解，確保信號間相互獨(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，對同頻混合信號的偽隨機(jī)序列進(jìn)行盲估計(jì)。實(shí)驗(yàn)結(jié)果說明，該方法可以獲取準(zhǔn)確的同頻混合信號偽隨機(jī)序列，具有較強(qiáng)的信號分離性能。

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

中圖分類號： TN911?34 文獻(xiàn)標(biāo)識碼： A 文章編號： 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)送信息通過偽隨機(jī)序列擴(kuò)展到更寬的頻帶中[1]。干擾信號和偽隨機(jī)序列間相互獨(dú)立，極大地降低了信號頻帶中有干擾信號的功率，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，對直擴(kuò)頻系統(tǒng)中偽隨機(jī)序列的檢測方法進(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算法完成多用戶中的同頻混合信號的檢測，可分離出有價值的同頻混合信號，解決了單純盲分離存在的隨機(jī)性問題[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

通過邏輯的方法，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)對兩個同頻混合信號進(jìn)行分析，設(shè)置信噪比是-5 dB，其中同頻混合信號1為單徑，信號幅度是1，包含7個滯后偽隨機(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2是兩徑混合，信號多徑幅度是1，0.5，設(shè)置觀測樣本數(shù)量為600。

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

圖3（a）為對迭代結(jié)果進(jìn)行逆運(yùn)算獲取的內(nèi)同同頻混合信號1的對應(yīng)列向量圖3（b）為單徑同頻混合信號的偽隨機(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)出同頻混合信號的偽隨機(jī)序列。

圖5（a）～（c）分別表示同頻混合信號以及對應(yīng)內(nèi)的3個列向量，圖5（d）是3個列向量之和對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信息的性能曲線可以看出，本文方法進(jìn)行同頻混合信號劃分的誤比特率隨著信號偽隨機(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算法對同頻混合信號偽隨機(jī)序列進(jìn)行盲估計(jì)。采用該種方法對同頻混合信號進(jìn)行檢測的過程中，能夠?qū)⒎蛛x出的同頻混合信號信息同偽隨機(jī)序列對應(yīng)，實(shí)現(xiàn)信息的準(zhǔn)確偵察。

圖6 本文方法的信號分離性能

參考文獻(xiàn)

[1] 馬歡，江樺.一種時變信道下基于粒子濾波的同頻混合信號盲分離方法[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)彈用微慣性測量組合數(shù)?；旌闲盘柌删幭到y(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] 趙知勁，顧驍煒，沈雷，等.基于缺失數(shù)據(jù)模型的長碼直擴(kuò)信號的偽碼估計(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檢測[J].計(jì)算機(jī)測量與控制，2014，22（6）：23?43.

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