欠定条件下基于扰信分离的信干比增强方法研究

在多种干扰并存的复杂电磁环境中保证通信可靠性是无线通信系统目前需要解决的迫切问题，而盲源分离技术的发展使扰信分离的实现具有了现实意义，因此在理论上存在通过扰信分离提高信干比，从而提高通信可靠性的可能。.本项目以欠定盲源分离理论为基础，以延时混合分离和单通道分离技术为支撑，针对非瞬时扰信混合、欠定带噪观测的通信系统，通过构造信号模型和干扰模型进而完成扰信分离算法设计，研究多种干扰条件下提高信干比的方案。其中，扰信分离算法以源模型为基础，通过对信号模型的泛化降低算法对信号稀疏性的依赖；通信信号和干扰具有时序上的状态转移和混合特性，通过构造扰信分离的状态空间方程，将分离问题转化为贝叶斯滤波问题，并最终利用观测到的不完全数据恢复源。将上述方案应用于工程系统，有可能为干扰环境下通信系统的可靠通信问题提供一种全新的技术途径。因此，本研究具有重要的理论意义和工程应用价值。

由于干扰数量的不确定和天线数目的固定，使得扰信分离过程往往是一个欠定盲分离问题，甚至是极端的单通道盲分离问题。本项目主要围绕欠定盲扰信分离技术展开，分别对源信号的描述模型（通信信号与干扰）和欠定扰信盲分离进行了比较深入的研究，对于项目所涉及的源信号时间结构和统计特征描述、欠定混合条件下扰信盲分离和单通道扰信分离等若干关键问题提出了解决方案，主要创新点如下：. 1) 针对源信号的时间结构和统计特征描述问题，提出了基于连续HMM模型的源信号统计描述模型（泛化描述）和基于源信号调制解析式的时间结构模型（精确描述），将扰信分离待知的系统参数和源信号分布作为模型中的参量，为进一步的信号分离奠定了基础；. 2) 针对欠定情况下数字通信码元与干扰的盲分离问题，提出了基于HMM和Gibbs采样的数字源信号盲分离方法。仿真结果表明，由于利用HMM进一步利用了源信号的时间结构，进一步提高了数字源信号的盲分离精度。. 3) 针对欠定情况下基带成形通信信号与干扰的盲分离问题，提出了基于连续概率密度HMM的扰信盲分离方法，将通信信号的先验知识引入到观测信号的概率生成模型中，在Bayesian框架下实现对混合矩阵和源信号的最大后验联合估计，解决了经典盲分离方法对混合矩阵正定的要求。仿真结果表明，该方法显著提高了低信噪比和欠定情况下的扰信分离的性能。. 4) 针对单通道扰信分离难题，提出了基于改进粒子滤波（遗传粒子滤波和粒子群优化例子滤波）的扰信盲分离方法，提出的算法首先建立受扰通信信号的状态空间模型，并利用改进的重采样粒子滤波进行通信码元和未知参数的联合最大后验估计，有效改善了标准粒子滤波中存在的粒子退化现象，使新算法在干信比较大时也能保持较好的分离性能。仿真结果表明，根据通信信号信噪比的不同，新算法的扰信分离能力较标准粒子滤波方法提高了10至15dB。