论文部分内容阅读
现代科学技术研究的发展导致通信环境日渐复杂,电磁信号日益密集,同时出现了很多全新的信号样式,这就使得有用信号很容易受到电磁环境中各种干扰和噪声的污染,对于干扰信号与有用信号的频域重叠的情况,以及单通道系统模型下信号的传输,将导致对混合信号中的有用信号的分离和提取变得更加困难,因此研究实用有效的信号分离提取方法具有重要意义。本论文主要研究了单通道盲源分离模型中针对混合信号中的弱信号的分离提取问题,重点从理论分析、仿真验证和实测信号分离实验三个方面对基于时间序列低秩特性的信号分离算法模型及系统可行性进行了研究和验证。首先,对单通道的信号混合模型框架进行了概述,并对时间序列矩阵化后的低秩特性进行了研究,基于以上理论分析,提出了一种应用数字通信信号在矩阵化后具有低秩特性的特点来设计目标函数的RsPCA(Reshape Principal Component Analysis)单通道弱信号分离算法。其次,针对该算法模型中对噪声敏感的问题,改进了基于矩阵低秩特性的目标函数与优化算法模型,并提出一种高斯噪声条件下的nRsPCA(Noised Reshape Principal Component Analysis)信号分离算法。仿真结果表明,在极少的先验知识情况下,即使弱信号与干扰信号共用载波频率(不满足正交条件)且功率是干扰信号的0.01倍,利用RsPCA算法仍能够对其进行成功分离;同时,随着观测信号信噪比的降低,经过改进的nRsPCA算法较RsPCA算法分离效果更好,分离信干比约有2~5dB左右的提升。最后,本论文设计了实际环境中的单通道弱信号的分离方案,利用两台通用软件无线电(USRP)设计实测信号的传输实验对算法进行了验证,测试结果表明,该分离方案能有效的分离出隐藏在强干扰中并与干扰信号时频混叠的微弱实测源信号。