[發明專利]基于魯棒競爭聚類的欠定系統實正交空時分組碼盲識別方法

在審

• 申請號: 201410722926.1
• 申請日: 2014-12-02
• 公開（公告）號: CN104363078A
• 公開（公告）日: 2015-02-18
• 發明（設計）人: 張天騏;裴光盅;張剛
• 申請（專利權）人: 重慶郵電大學
• 主分類號: H04L1/06
• 分類號: H04L1/06
• 代理公司: 北京同恒源知識產權代理有限公司 11275
• 代理人: 廖曦

1.一種基于魯棒競爭聚類的欠定系統實正交空時分組碼盲識別方法，其特征在于：在本方法中，首先，建模得到與虛擬信道矩陣相關的接收信號模型，由于虛擬信道矩陣包含空時碼信息，因此可用于空時碼識別；其次，利用魯棒競爭聚類算法盲估計出虛擬信道矩陣；再次，根據實正交空時分組碼的特性，提取虛擬信道矩陣的相關矩陣的稀疏度和非主對角元素能量與主對角元素能量之比的能量比的識別特征參數；最后，根據此參數進行正交空時分組碼識別。

2.根據權利要求1所述的一種基于魯棒競爭聚類的欠定系統實正交空時分組碼盲識別方法，其特征在于：本方法具體包括以下步驟：

步驟一：建模得到與虛擬信道矩陣相關的接收信號模型：

Y~(k)=ΩTS(k)+V~(k)=AS(k)+V~(k);]]>

其中，S(k)＝[S₁(k),S₂(k),...,S_N(k)]^Τ為特發射的由N個符號組成的第k組數據，且其中各符號獨立分布，A＝Ω^Τ是一個n_RL×N維虛擬信道矩陣，為個統計獨立信源組成的獨立向量，V(k)為n_R×L維的噪聲矩陣，其元素是零均值方差為的高斯隨機變量，v_m(k)是一個L維行向量；

步驟二：利用魯棒競爭聚類算法盲估計出虛擬信道矩陣

欠定盲分離的混合模型可以表示為：

Y(k)＝AS(k)+V(k)

式中S(k)為源信號矢量，A為混合矩陣，V(k)為高斯白噪聲；跟步驟一中的公式比較可知兩個模型實際上是一致的，所以把估計混合矩陣A的方法來估計虛擬信道矩陣；混合信號具有面聚類特點，利用這個特點在源信號個數未知的條件下，利用競爭聚類學習算法估計

出聚類平面，然后利用勢函數法來估計聚類平面的交線，由此得到混合矩陣的估計；

假設估計出的聚類平面的法線向量為M為估計出來的聚類平面的個數，它不一定等于聚類平面的實際個數隨機選取向量矩陣一般取Q≥M，并規則化：p_i＝p_i/||p_i||₂i＝1,...,Q；構成目標函數：

φ(p)=Σi=1QΣj=1Mexp(-<pi,βj>σ2),]]>

估計局部最大值：pid+1=pid+2ησ2Σj=1M(exp(-<pi,βj>σ2))<βj,βj>pi;]]>p_i＝p_i/||p_i||；如果ξ_i＝g(p_i)/max(g(P))≥ε，則p_i為混合矩陣的列向量；

步驟三：估計出虛擬信道相關矩陣矩陣R＝A^ΤA＝ΩΩ^Τ

R=(b1b1T+b2b2T+...+bnRbnRT)IN=(Σm=1nR||bm||2)IN;]]>

(m＝1,2,...,n_R)是一個n_T維行向量，I_N為單位矩陣；

步驟四：估計出符號數N：

M^=2N,M^=argminm=0,1,...,P-1MDL(m)]]>

MDL(a)=-log(Πi=a+1Pλi1/(P-a)Σi=a+1Pλi/(P-a))K(P-a)++a(2P-a)2logK]]>

(a＝1,2,...,P)

其中K為觀測的時間，即發射數據組數；λ_i為分解自相關矩陣R_y按降序排列的第i個特征，P＝2n_RL；

步驟五：根據實正交空時分組碼的特性，提取虛擬信道矩陣的相關矩陣的非主對角元素方差特征參數，預判碼型：

D=Σi≠jrij1FΣkrkk2]]>

其中F為主對角元素個數，當D＞D_th時，取γ＝γ₂，當D≤D_th時，取γ＝γ₁；

步驟六：根據實正交空時分組碼的特性，提取虛擬信道矩陣的相關矩陣的稀疏度特征參數：

θ=||R||0=Σi,j|Rij|0]]>

由于正交空時分組碼的是一個N×N維的對角矩陣，稀疏度應為θ＝N，而非正交空時分組碼的R矩陣的稀疏度θ＞N，取特征參數θ＝N；

步驟七：進行比較判決，即如果θ＝N說明采用了OSTBC信號；否則，采用了NOSTBC信號。