[發(fā)明專(zhuān)利]一種全雙工頻譜檢測(cè)系統(tǒng)及方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201810610062.2
• 申請(qǐng)日: 2018-06-13
• 公開(kāi)（公告）號(hào): CN108429593B
• 公開(kāi)（公告）日: 2020-12-29
• 發(fā)明（設(shè)計(jì)）人: 駱忠強(qiáng);熊興中;樂(lè)英高
• 申請(qǐng)（專(zhuān)利權(quán)）人: 四川理工學(xué)院
• 主分類(lèi)號(hào): H04L5/14
• 分類(lèi)號(hào): H04L5/14;H04B17/382
• 代理公司: 四川力久律師事務(wù)所 51221
• 代理人: 王蕓;李正

1.一種全雙工頻譜檢測(cè)方法，其特征在于，所述方法包括：

在與發(fā)送次信號(hào)相同的位置處接收第一混合信號(hào)；

所述第一混合信號(hào)x(n)的數(shù)學(xué)模型描述為：x(n)＝hs(n)+gz(n)+w(n)；其中，s(n)表示主用戶(hù)信號(hào)，z(n)表示次用戶(hù)信號(hào)，w(n)表示加性高斯白噪聲，h和g表示信道參數(shù)因子；

基于次用戶(hù)信號(hào)和第一混合信號(hào)獲取第二混合信號(hào)；具體地，將次用戶(hù)信號(hào)z(n)作為已知的特征信號(hào)或指導(dǎo)信號(hào)的進(jìn)行加權(quán)，將其注入到第一混合信號(hào)x(n)，從而得到第二個(gè)混合信號(hào)x_p(n)：x_p(n)＝k₁x(n)+k₂z(n)，其中，k₁,k₂是任意選定的常量；

帶入第一混合信號(hào)x(n)的數(shù)學(xué)模型，且不考慮噪聲，以將第一、第二混合信號(hào)分別表示為：

其中，a₁＝k₁h，a₂＝k₁g+k₂；

基于主用戶(hù)信號(hào)和次用戶(hù)信號(hào)的統(tǒng)計(jì)獨(dú)立性，計(jì)算第一、第二混合信號(hào)的分離矩陣以及分離信號(hào)；

將所述第一、第二混合信號(hào)通過(guò)矩陣形式表示為矩陣X＝AS；其中，對(duì)矩陣X進(jìn)行白化處理；通過(guò)高階累積量計(jì)算矩陣X的正交矩陣以實(shí)現(xiàn)獨(dú)立分量處理；

根據(jù)已知的次用戶(hù)信號(hào)，與分離信號(hào)進(jìn)行相關(guān)分析，識(shí)別出次用戶(hù)信號(hào)；根據(jù)通信調(diào)制信號(hào)的非高斯屬性特性，進(jìn)行模值判決以實(shí)現(xiàn)主信號(hào)識(shí)別。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述白化處理包括：對(duì)第一、第二混合信號(hào)進(jìn)行零均值處理，表示為：其中，E(·)表示期望運(yùn)算符；

進(jìn)行協(xié)方差計(jì)算：其中，D、U分別是協(xié)方差矩陣的對(duì)角特征值矩陣和特征向量；

使協(xié)方差矩陣變?yōu)閱挝痪仃嘔，其中，W是能夠使矩陣Z具有單位方差的白化矩陣，W＝D^-1/2U^T；白化后的信號(hào)

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述方法進(jìn)一步包括：通過(guò)四階累積量來(lái)建立聯(lián)合對(duì)角化模型以求正交矩陣；將白化后的信號(hào)表示為矩陣Z＝[Z₁,Z₂,...,Z_P]^T，Z的四階累積量矩陣表示為F(M)，且其中，m_kl是P×P維矩陣M的元素，cum(·)是累積量運(yùn)算符；累積量張量的特征值矩陣定義為F(M)＝λM，其中，λ＝κ₄(Z_m)是白化信號(hào)的峭度，是一個(gè)標(biāo)量值。

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述方法進(jìn)一步包括：使Z＝WAS＝V^TS；設(shè)定V_p，p＝1,...,P表示V的列向量，M矩陣選取為p＝1～P；M矩陣的第(k,l)個(gè)元素表示為m_kl＝V_pkV_pl，并且將F(M)表示為F(M)＝V^TΛ(M)V，得到取不同的M_i,i＝1,...,N矩陣，以使矩陣VF(M_i)V^T盡可能對(duì)角化，描述為聯(lián)合對(duì)角化代價(jià)函數(shù)

5.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述方法進(jìn)一步包括：采用聯(lián)合對(duì)角化算法，得到最小化聯(lián)合對(duì)角化代價(jià)函數(shù)的分離矩陣V，進(jìn)而實(shí)現(xiàn)混合信號(hào)的分離以獲得分離信號(hào)Y。

6.根據(jù)權(quán)利要求5所述的方法，其特征在于，所述方法進(jìn)一步包括：根據(jù)式計(jì)算相關(guān)系數(shù)ξ，當(dāng)相關(guān)系數(shù)大于預(yù)設(shè)的閾值時(shí)，識(shí)別出次用戶(hù)信號(hào)。

7.根據(jù)權(quán)利要求6所述的方法，其特征在于，所述方法進(jìn)一步包括：建立四階累計(jì)量的模值判決標(biāo)準(zhǔn)，使|cum(y_j,y_j,y_j,y_j)|＝|κ₄(y_j)|，當(dāng)分離信號(hào)的四階累計(jì)量的模值|κ₄(y_j)|＝0時(shí)，主用戶(hù)未出現(xiàn)；當(dāng)分離信號(hào)的四階累計(jì)量的模值|κ₄(y_j)|＞0時(shí)，確定主用戶(hù)出現(xiàn)。