[發(fā)明專利]不同符號(hào)速率的成對(duì)載波多址信號(hào)的盲分離方法及裝置在審
| 申請(qǐng)?zhí)枺?/td> | 201910272046.1 | 申請(qǐng)日： | 2019-04-04 |
| 公開（公告）號(hào)： | CN110048982A | 公開（公告）日： | 2019-07-23 |
| 發(fā)明（設(shè)計(jì)）人： | 魏馳;彭華 | 申請(qǐng)（專利權(quán)）人： | 中國(guó)人民解放軍戰(zhàn)略支援部隊(duì)信息工程大學(xué) |
| 主分類號(hào)： | H04L27/26 | 分類號(hào)： | H04L27/26 |
| 代理公司： | 鄭州大通專利商標(biāo)代理有限公司 41111 | 代理人： | 周艷巧 |
| 地址： | 450000 河*** | 國(guó)省代碼： | 河南;41 |
| 權(quán)利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關(guān)鍵詞： | 成對(duì)載波 混合信號(hào) 多址信號(hào) 輸入符號(hào) 信號(hào)分離 盲分離 通信信號(hào)處理 分離過程 分離問題 分離性能 符號(hào)序列 高效分離 更新過程 模型估計(jì) 先驗(yàn)概率 信號(hào)模型 采樣點(diǎn) 復(fù)雜度 多址 高階 應(yīng)用 分類 概率 分析 保證 | ||
1.一種不同符號(hào)速率的成對(duì)載波多址信號(hào)的盲分離方法，其特征在于，包含如下內(nèi)容：
根據(jù)接收到的成對(duì)載波多址混合信號(hào)，搭建不同符號(hào)速率的信號(hào)分離模型；
針對(duì)接收到的混合信號(hào)序列，根據(jù)信號(hào)分離模型估計(jì)出混合信號(hào)序列的符號(hào)序列。
2.根據(jù)權(quán)利要求1所述的不同符號(hào)速率的成對(duì)載波多址信號(hào)的盲分離方法，其特征在于，針對(duì)接收到的成對(duì)載波多址混合信號(hào)，按符號(hào)周期進(jìn)行采樣，獲取離散混合信號(hào)的信號(hào)分離模型。
3.根據(jù)權(quán)利要求1或2所述的不同符號(hào)速率的成對(duì)載波多址信號(hào)的盲分離方法，其特征在于，兩路信號(hào)分類模型表示為：zk＝g1,kTs1,k+g2,kTs2,k+vk，其中，zk表示混合信號(hào)，gi,k(·)表示信道響應(yīng)，si,k表示輸入符號(hào)，vk為均值為0、功率譜密度為N0的加性高斯白噪聲在k時(shí)刻的采樣值。
4.根據(jù)權(quán)利要求3所述的不同符號(hào)速率的成對(duì)載波多址信號(hào)的盲分離方法，其特征在于，依據(jù)接收到的混合信號(hào)序列{zk,k＝0,1,…}，估計(jì)出兩路信號(hào)的符號(hào)序列{s1,k,s2,k,k＝0,1,…}。
5.根據(jù)權(quán)利要求4所述的不同符號(hào)速率的成對(duì)載波多址信號(hào)的盲分離方法，其特征在于，估計(jì)符號(hào)序列的過程中，首先依據(jù)混合信號(hào)采樣點(diǎn)位置求取輸入符號(hào)對(duì)的先驗(yàn)概率；然后，依據(jù)先驗(yàn)概率進(jìn)行迭代計(jì)算獲取符號(hào)估計(jì)結(jié)果，并在每次迭代中對(duì)符號(hào)序列進(jìn)行更新，直至達(dá)到預(yù)設(shè)迭代次數(shù)，得到最終符號(hào)估計(jì)結(jié)果，分離結(jié)束。
6.根據(jù)權(quán)利要求4所述的不同符號(hào)速率的成對(duì)載波多址信號(hào)的盲分離方法，其特征在于，求取輸入符號(hào)對(duì)的先驗(yàn)概率過程，包含如下內(nèi)容：首先初始化，包含初始化先驗(yàn)概率，并依據(jù)每路信號(hào)在當(dāng)前時(shí)刻當(dāng)前迭代時(shí)的符號(hào)樣本隨機(jī)產(chǎn)生符號(hào)對(duì)樣本序列；然后，根據(jù)前一時(shí)刻輸入符號(hào)及當(dāng)前時(shí)刻采樣點(diǎn)位置，獲取輸入符號(hào)對(duì)狀態(tài)更新，并計(jì)算輸入符號(hào)對(duì)的后驗(yàn)概率；最后，借助比特序列的條件概率分布，得到當(dāng)前時(shí)刻輸入符號(hào)對(duì)不同狀態(tài)情形下的先驗(yàn)概率。
7.根據(jù)權(quán)利要求6所述的不同符號(hào)速率的成對(duì)載波多址信號(hào)的盲分離方法，其特征在于，依據(jù)當(dāng)前時(shí)刻是否滿足時(shí)間長(zhǎng)度，獲取本次迭代符號(hào)樣本；并依據(jù)當(dāng)前迭代是否滿足預(yù)設(shè)迭代次數(shù)，獲取最終符號(hào)估計(jì)結(jié)果。
8.根據(jù)權(quán)利要求7所述的不同符號(hào)速率的成對(duì)載波多址信號(hào)的盲分離方法，其特征在于，獲取本次迭代符號(hào)樣本及最終符號(hào)估計(jì)結(jié)果，包含如下內(nèi)容：依據(jù)先驗(yàn)概率更新當(dāng)前時(shí)刻符號(hào)序列，并判斷當(dāng)前時(shí)刻是否達(dá)到時(shí)刻長(zhǎng)度，若否，則返回求取輸入符號(hào)對(duì)的先驗(yàn)概率過程，重新初始化并進(jìn)行先驗(yàn)概率求取，否則，得到本次迭代符號(hào)樣本，并判斷當(dāng)前迭代是否大于預(yù)設(shè)迭代次數(shù)的一半，若是，則更新信道響應(yīng)，并判斷是否達(dá)到預(yù)設(shè)迭代次數(shù)，若是，則將當(dāng)前迭代時(shí)的符號(hào)樣本作為最終符號(hào)估計(jì)結(jié)果，并結(jié)束分離，否則，返回初始化步驟開始下次迭代計(jì)算。
9.一種不同符號(hào)速率的成對(duì)載波多址信號(hào)的盲分離裝置，其特征在于，包含模型搭建模塊和符號(hào)估計(jì)模塊，其中，
模型搭建模塊，用于根據(jù)接收到的成對(duì)載波多址混合信號(hào)，搭建不同符號(hào)速率的信號(hào)分離模型；
符號(hào)估計(jì)模塊，用于針對(duì)接收到的混合信號(hào)序列，根據(jù)信號(hào)分離模型估計(jì)出混合信號(hào)序列的符號(hào)序列。
10.根據(jù)權(quán)利要求9所述的不同符號(hào)速率的成對(duì)載波多址信號(hào)的盲分離裝置，其特征在于，所述符號(hào)估計(jì)模塊包含概率計(jì)算單元和迭代更新單元，其中，
概率計(jì)算單元，用于依據(jù)根據(jù)前一時(shí)刻輸入符號(hào)及當(dāng)前時(shí)刻采樣點(diǎn)位置，獲取輸入符號(hào)對(duì)狀態(tài)更新，并計(jì)算輸入符號(hào)對(duì)的后驗(yàn)概率；借助比特序列的條件概率分布，得到當(dāng)前時(shí)刻輸入符號(hào)對(duì)不同狀態(tài)情形下的先驗(yàn)概率；
迭代更新單元，用于根據(jù)先驗(yàn)概率進(jìn)行迭代計(jì)算，依據(jù)當(dāng)前時(shí)刻是否滿足時(shí)間長(zhǎng)度，獲取本次迭代符號(hào)樣本；并依據(jù)當(dāng)前迭代是否滿足預(yù)設(shè)迭代次數(shù)來獲取最終符號(hào)估計(jì)結(jié)果。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息，商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于中國(guó)人民解放軍戰(zhàn)略支援部隊(duì)信息工程大學(xué)，未經(jīng)中國(guó)人民解放軍戰(zhàn)略支援部隊(duì)信息工程大學(xué)許可，擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作，請(qǐng)聯(lián)系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201910272046.1/1.html，轉(zhuǎn)載請(qǐng)聲明來源鉆瓜專利網(wǎng)。
