[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

技術領域

本發明屬于信號處理技術領域，涉及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。

背景技術

接收分集的缺點是接收端的計算負荷很高，可能導致下行鏈路中的移動臺的功率消耗很大。發射端使用空時編碼同樣可以獲得分集增益，而且在接收端解碼時只需要簡單的線性處理。空時碼把天線發送分集技術、信道編碼及調制技術有機地結合在一起，可以有效地提高衰落信道的傳輸性能。通信信號識別在民用通信和軍用通信具有重要意義。轉通通信信號識別主要包括調制識別與信道編碼識別。在非合作的通信偵察中，要想截獲信號信息，必須知道調制方式、信道編碼方式和編碼參數等。空時碼是對MIMO系統中發送符號的一種編碼，空時碼的識別是非合作MIMO系統的重要內容之一，要對接收信號進行解碼，需要知道它的編碼方式，目前還沒有公開報道這方面的研究，因此需要進一步識別空時分組碼的類型。

稀疏分量分析(SCA)是利用信號在時域或其變換域中的稀疏特性而不是獨立特性來實現信號盲分離。SCA的基本假設條件是假設源信號是稀疏信號。稀疏信號是指該信號在大多采樣時刻的取值等于零或接近于零，只有少數采樣時刻的取值明顯不為零。典型的稀疏信號其概率分布為Laplace分布。

發明內容

有鑒于此，本發明的目的在于提供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，該方法針對欠定系統的空時分組碼類型識別的問題，引入了稀疏信號分析用于正交空時分組碼盲識別。

為達到上述目的，本發明提供如下技術方案：

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，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。

進一步，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；