CN101488776B - 统计复用无线通信系统 - Google Patents

Abstract

统计复用无线通信系统，包括N路源信号和M个接收天线，M≥N＞1，源信号具有统计特性差异，N路源信号经过混合系统后得到M路混合信号，接收天线将M路混合信号送入解混系统，利用各路源信号之间固有的统计特性差异，从统计域上将N路源信号恢复出来，实现信道的复用。本发明多路信号同时同频传输，在信号的频率或时隙或码字等方面没有限制，不用考虑各路信号在时域和频域造成的相互干扰，复用无线信道的方式更加灵活，大大提高了无线通信系统的频带利用率。

Description

统计复用无线通信系统

技术领域

本发明属于无线通信技术领域，涉及无线信道的复用，即在无线信道上同时同频传送多路信号，接收端利用信号的统计特性差异区分出不同信号，完成信息的接收，从而实现同时同频多路通信，为一种统计复用无线通信系统。

背景技术

信息传输技术中很重要的一点就是有效性问题，也就是如何利用信道的问题，信道可以是有形的线路也可以是无形的空间，充分利用信道就是要同时传送多个信号。在两点之间的信道上同时传送互不干扰的多个信号就是信道的“复用”问题，复用技术的理论基础就是信号分割理论，发送时赋予各个信号不同的特征，接收端根据各个信号特征之间的差异来区分，实现互不干扰的通信。

信号的分割有两方面的要求：一是在采用各种手段(如调制、编码、变换等)赋予各个信号不同的特征时，要能够无损的还原各个原始信号，即这些手段是可逆的；二是要能够分得清，要能够有效地分割各个信号，所谓有效，就是在分割时，各个信号之间互不干扰，这就要求赋予特征后的各个信号相互正交。

若两个信号f₁(x)和f₂(x)满足下面的关系式，称f₁(x)和f₂(x)在(x₁，x₂)区间正交：

${\∫}_{x_1}^{x_2}{f}_1\left(x\right)\·f_2\left(x\right)\mathrm{dx}=0$

若一组信号的自相关为1，互相关为0，则称这一组信号为正交信号集合。正交信号集合表示为：

${\∫}_{x_1}^{x_2}{f}_m\left(x\right)\·f_n\left(x\right)\mathrm{dx}=1,m=n$

${\∫}_{x_1}^{x_2}{f}_m\left(x\right)\·f_n\left(x\right)\mathrm{dx}=0,m\≠n$

复用技术的关键是设计具有正交性的信号集合，使各信号相互无关，能够分得“清”。在实际工作中，要做到完全正交和不相关是比较困难的，一般采用准正交，即互相关很小，允许各信号间存在一定干扰，设法将干扰控制在允许范围内。

常用的复用方式有频分复用FDM、时分复用TDM和码分复用CDM等。

1.1频分复用FDM(FrequencyDivisionMultiplexing)

FDM是使用较早也是现在使用较多的一种复用技术，它广泛应用在卫星通信、移动通信以及微波通信等系统中。它把传输频带划分为若干个互不重叠的子频带，每一个子频带内传输一路调制信号，这样可以同时传输多路调制信号，如图1所示。在接收端按照频带划分将各路信号分别提取出来，从而实现信道的多路信号频分复用。FDM须满足的信号分割条件为：

${\∫}_{f_1}^{f_2}{x}_m\left(f\right)\·x_n\left(f\right)\mathrm{df}=1,m=n$

${\∫}_{f_1}^{f_2}{x}_m\left(f\right)\·x_n\left(f\right)\mathrm{df}=0,m\≠n$

由于实际的滤波器总是达不到理想条件，各路信道间总存在一定的干扰。为了减小各路信号间干扰的影响，各频带之间必须留有一定的保护间隔以减少各频带之间的串扰。

1.2时分复用TDM(TimeDivisionMultiplexing)

TDM是在给定频带的最高数据传送速率的条件下，把传递时间划分为若干时间间隙，即时隙。每一路信号仅在分配的时隙内发送，如图2所示，在接收端分别从各个时隙中恢复出各路信号，从而实现信道的多路信号时分复用。各路信号在同一频带中传送，时间上互不重叠，TDM须满足的信号分割条件为：

${\∫}_{t_1}^{t_2}{x}_m\left(t\right)\·x_n\left(t\right)\mathrm{dt}=1,m=n$

${\∫}_{t_1}^{t_2}{x}_m\left(t\right)\·x_n\left(t\right)\mathrm{dt}=0,m\≠n$

在实际传输时，由于多径等影响，可能破坏正交条件，形成码间串扰。为了克服多径等影响，各时隙间还应留有保护间隙，以减少码间串扰的影响。

1.3码分复用CDM(CodeDivisionMultiplexing)

CDM是将每一路信号用一个带宽远大于信号带宽的高速伪随机编码信号或其他扩频码调制，使原信号的带宽被扩展，再经载波调制后发送出去。调制后的各路信号在相同频段和时间在信道上传输，如图3所示。接收端将每一路使用的扩频码序列与接收到的宽带信号作相关处理，把宽带信号解扩为多路原始数据信息，从而实现信道的多路信号码分复用。CDM须满足的信号分割条件为：

∫_TΦ_m(t)·Φ_n(t)dt＝1，m＝n

∫_TΦ_m(t)·Φ_n(t)dt＝0，m≠n

由于原信号传输时带宽被扩展，每一个信号对信道资源的占用大于其本身的带宽，信道复用率相应受到限制。

由上可知，现有FDM和TDM两种信道复用方法多路信号能够达到的最大信息速率为不采用信道复用时一路信号的信息速率；CDM复用方式受到码字长度和可用码字数的影响，并且信号传输的带宽被扩展，信道的频谱利用率并没有得到提高；而且传统无线信道复用方式：FDM、TDM、CDM等，在信号的频率或时隙或码字等上有严格的限制。因此，以上几种复用方式信道的频带利用率没有得到提高，信道复用率都受到限制。

发明内容

本发明要解决的问题是：传统无线信道复用方式FDM、TDM、CDM等，频谱利用率不高，在信号的频率或时隙或码字等上有严格的限制，需要一种更加灵活的，能够提高信道频谱利用率的信道复用方式。

本发明的技术方案为：统计复用无线通信系统，包括N路源信号和M个接收天线，将各路源信号x按照线性调制后，在同一时刻同一频段内传输，x为随机变量，设p_m(x)和p_n(x)为随机变量x的两种概率密度函数，则系统满足：

${\∫}_x{p}_m\left(x\right)\log \frac{p_m\left(x\right)}{p_n\left(x\right)}\mathrm{dx}=0,m=n$

${\∫}_x{p}_m\left(x\right)\log \frac{p_m\left(x\right)}{p_n\left(x\right)}\mathrm{dx}>0,m\≠n$

其中m＝2，…M，n＝2，…N，M≥N＞1；

N路源信号经过混合系统后得到M路混合信号，混合系统为无线通信系统的信道，每一个接收天线都接收到一路由N路源信号混合而成的混合信号，将M路混合信号送入解混系统进行处理，利用各路源信号之间固有的统计特性差异，解混系统从统计域上将N路源信号区分开来，恢复出原有的N路源信号，实现信道的复用，其中各天线间的传播路径相互独立，解混系统通过一解混矩阵得到N路解混信号判断解混信号之间的统计特性差异，如果由统计特性差异足以判断解混出的N路信号就是对发送的N路源信号的重构，则解混完成，如不满足统计特性差异判断，则用学习算法调整解混矩阵，得到新的解混信号再进行统计特性差异判断，直至解混完成。

本发明统计特性的判断包括：互信息、负熵、峭度、K-L散度和四维累积量矩阵，解混系统可任选其中一种或几种进行判断。

本发明系统混合系统为线性瞬时混合模型时，将N路源信号作为一个信号矢量s＝[s₁，s₂，…，s_N]^T，则经过混合系统混合后的M路混合信号矢量可以表示为x＝[x₁，x₂，…，x_M]^T，s和x满足x＝As+n，其中矩阵A为混合系统的M×N混合矩阵，其各元素为混合系数a_nm，混合系数a_nm由具体的无线信道决定，n为噪声矢量，当不考虑噪声的影响或噪声的影响可以忽略不计时，源信号经过线性瞬时混合后为：x＝As；线性瞬时混合的解混系统为：获取N×M的解混矩阵W，使得解混矩阵W对混合信号矢量x的线性变换y＝W(x+n)＝W(As+n)＝Cs+Wn为对源信号矢量s的一个可靠估计，这里C为一个对角阵或逆对角阵，当不考虑噪声的影响时，解混后的信号矢量可以表示为y＝Wx＝WAs＝Cs，利用学习算法不断地调整解混矩阵W直至收敛，得到对N路源信号的估计，恢复出原有的N路源信号。

混合系统为卷积混合模型时，将N路源信号作为一个信号矢量s＝[s₁，s₂，…，s_N]^T，经过无线信道混合后的M路混合信号矢量可以表示为x＝[x₁，x₂，…，x_M]^T，s和x满足 $x\left(k\right)=\underset{p=-\∞}{\overset{\∞}{\mathrm{\Σ}}}{H}_{p}s(k-p)$ 且 $\underset{p=-\∞}{\overset{\∞}{\mathrm{\Σ}}}\left|\right|H_p\left|\right|\≤\∞,$ 其中，s(k)＝[s₁(k)，s₂(k)，…，s_N(k)]^T表示k时刻发送的N维离散时间信号矢量，x(k)＝[x₁(k)，x₂(k)，…，x_M(k)]^T表示k时刻接收的M维离散时间信号矢量，H_p为时延p的混合系数M×N矩阵；设 $H\left(z\right)=\underset{p=-\∞}{\overset{\∞}{\mathrm{\Σ}}}{H}_p{z}^{-p}$ 为系统传递函数矩阵，则源信号矢量和混合信号矢量满足x(k)＝[H(z)]s(k)；卷积混合的解混系统为：调整解混系统的系统函数W(z)，使无线通信系统整体传递函数矩阵G(z)＝W(z)H(z)＝PD(z)，其中，P为N×N阶置换矩阵，D(z)为N×M阶对角矩阵，其第(i，i)个数据为c_i为一个非零标度因子，Δ_i表示整数延迟，利用学习算法不断地调整解混系统的系统函数W(z)直至收敛，得到对N路源信号的估计，恢复出原有的N路源信号。

FDM和TDM两种复用方式的信息传输速率最多只能达到不采用复用技术时一路信号的信息传输速率，CDM在码长固定的情况下，相关性好的码字数是固定的，因此可以同时传输的源信号个数也是有限的；还有一种统计时分复用STDM(StatisticalTmieDivisionMultiplexing)，主要用于有线通信，根据业务量的大小来进行时分复用，一般用于数字电视等系统，STDM中的统计，是指对业务量的大小进行统计，这个统计主要是指统计的过程，对业务量进行统计这个方法，其本质还是一种时分复用。为了进一步提高系统的频带利用率，本发明提出了一种新的复用方式——统计复用SDM(StatisticalDivisionMultiplexing)，本发明的统计复用SDM与STDM的统计在定义上是不同的，SDM是将各路信号按照线性调制后，在同一时刻同一频段内传输，接收端利用各路信号之间固有的统计特性差异提取出各路信号，从而实现信道的多路统计复用，本发明的统计指的是信号的统计特性，如：互信息、负熵、峭度、K-L散度和四维累积量矩阵等，本发明信息传输速率可达到N路信息传输速率的总合，远高于FDM和TDM两种方式，与CDM相比本发明可以在不扩展频带的情况下大大提高信道的频带利用率，而CDM需要扩展频带来传输信号。

本发明的基本特点是：多路信号同时同频传输，接收端利用信号的统计特性差异区分出不同信号，完成信息的接收，从而实现同时同频多路通信，并且在信号的频率或时隙或码字等方面没有限制，使复用无线信道的方式更加灵活。

本发明系统与FDM和TDM方式相比可以大大提高频带利用率，并且不需要考虑信道中的干扰问题，与CDM相比，不受码字长度和可用码字数的影响，并且CDM传输方式的信道传输带宽被扩展，信道的频带利用率并没有得到提高；本发明SDM系统只要发射的信号满足具有统计特性差异这一条件，接收端即可利用各路源信号之间固有的统计特性差异，还原出源信号，大大提高了系统的频带利用率，而不用考虑各路信号在时域和频域造成的相互干扰，同时不受码字长度和可用码字数的影响，传输带宽保持不变。

附图说明

图1为频分复用FDM的示意图。

图2为时分复用TDM的示意图。

图3为码分复用CDM的示意图。

图4为本发明统计复用SDM的示意图。

图5为本发明统计复用SDM系统模型。

图6为本发明无线通信系统中信号混合示意图。

图7为本发明混合系统为线性瞬时混合模型时，解混网络方框图。

图8为本发明混合系统为卷积混合模型时，解混网络方框图。

图9为本发明含有三路源信号的SDM系统示意图。

图10为本发明计算机仿真的两路源信号。

图11为本发明计算机仿真的两路源信号频谱图。

图12为本发明的计算机仿真中，两个接收天线接收时的两路混合信号。

图13为本发明的计算机仿真中，两路混合信号经过解混系统后得到的两路信号。

图14为本发明的计算机仿真中，解混后两路信号的信干比随着两路信号功率比的变化曲线。

图15为本发明的计算机仿真中，三个接收天线接收时的三路混合信号。

图16为本发明的计算机仿真中，三路混合信号经过解混系统后得到的两路信号。

图17为在有噪声背景下，本发明进行计算机仿真解混后两路信号的性能指数PI随着两路源信号功率比大小的变化曲线。

图18为本发明实施例两路原信号、两个接收天线的系统设置图。

图19为本发明实施例中电台实验1的混合信号与解混信号频谱图。

图20为本发明实施例中电台实验2的混合信号与解混信号频谱图。

图21为本发明实施例中电台实验3的混合信号与解混信号频谱图。

图22为本发明实施例中电台实验4的混合信号与解混信号频谱图。

具体实施方式

统计复用SDM是将各路信号按照线性调制后，在同一时刻同一频段内传输，接收端利用各路信号之间固有的统计特性差异提取出各路信号，从而实现信道的多路统计复用。设p_m(x)和p_n(x)为源信号x的两种概率密度函数，则SDM须满足的分割条件为：

${\∫}_x{p}_m\left(x\right)\log \frac{p_m\left(x\right)}{p_n\left(x\right)}\mathrm{dx}=0,m=n$

${\∫}_x{p}_m\left(x\right)\log \frac{p_m\left(x\right)}{p_n\left(x\right)}\mathrm{dx}>0,m\≠n$

即源信号间具有统计特性差异，为了保证实现SDM，其中m＝2，…M，n＝2，…N，M≥N＞1。

如图4所示的多路信号满足上面两式中的分割条件，虽然其在时间和频率域上完全重合，但在统计域上各路信号能够完全区分开。在接收端如果能够根据各路信号统计特性的差异将各路信号区分开来，就可以实现多路信号的统计复用。

图5所示为N路源信号实现SDM的信号模型。N路源信号通过一个混合系统后，得到M路混合信号。此时，这M路混合信号在时间和频率上完全重合，采用现有的信号分割方法(频率、时间、码字)不能够将N路源信号区分开来，因此不能够实现信道的复用。将这M路混合信号送入解混系统进行处理，解混系统利用本发明的信号分割条件，从统计域上将这N路源信号区分开来，恢复出原有的N路源信号，从而实现信道的复用。

一、混合系统

在实际的通信系统中，混合过程是各路源信号通过传播媒质到达接收端的信号传输过程。图6为一个具有N路源信号和M个接收天线的无线通信系统信号混合示意图。N路源信号经过自由空间传播以后到达各个接收天线，只要天线间的距离足够远，即天线间的传播路径是相互独立的，这样每一个接收天线就都接收到一路由N路源信号混合而成的混合信号，因此无线通信系统满足实现SDM的必要条件。而有线通信系统中接收天线M始终为1，要实现信号混合N就要大于1，这样无法满足SDM系统的M≥N的必要条件，因此本发明的SDM仅适用于无线通信系统。

无线通信系统信道情况比较复杂，混合模型也比较多如：线性瞬时混合、卷积混合、非线性混合等等，下面主要介绍无线和移动信道环境下的线性瞬时混合和卷积混合。

(1)线性瞬时混合

将N路源信号写成一个信号矢量s＝[s₁，s₂，…，s_N]^T，经过无线信道混合后的M路混合信号矢量表示为x＝[x₁，x₂，…，x_M]^T。如果s和x满足如下关系，则称源信号经过线性瞬时混合：

x＝As+n

其中矩阵A为混合系统的M×N混合矩阵，其各元素为混合系数a_nm，混合系数a_nm由具体的无线信道决定，n为噪声矢量。

当不考虑噪声的影响或噪声的影响可以忽略不计时，源信号经过线性瞬时混合可以写为：

x＝As

(2)卷积混合

卷积混合是指接收信号是源信号及其经过滤波和延迟的信号的混叠。N路源信号写成一个信号矢量s＝[s₁，s₂，…，s_N]^T，经过无线信道混合后的M路混合信号矢量表示为x＝[x₁，x₂，…，x_M]^T，如果s和x满足如下关系，则称源信号经过卷积混合：

$x\left(k\right)=\underset{p=-\∞}{\overset{\∞}{\mathrm{\Σ}}}{H}_{p}s(k-p)$

并且

$\underset{p=-\∞}{\overset{\∞}{\mathrm{\Σ}}}\left|\right|H_p\left|\right|\≤\∞$

其中，s(k)＝[s₁(k)，s₂(k)，…，s_N(k)]^T表示k时刻发送的N维离散时间信号矢量，x(k)＝[x₁(k)，x₂(k)，…，x_M(k)]^T表示k时刻接收的M维离散时间信号矢量，H_p为时延为p的混合系数M×N矩阵。

设 $H\left(z\right)=\underset{p=-\∞}{\overset{\∞}{\mathrm{\Σ}}}{H}_p{z}^{-p}$ 为系统传递函数矩阵，则源信号矢量和混合信号矢量满足如下关系：

x(k)＝[H(z)]s(k)

二、解混系统

本发明的统计复用无线通信系统的接收端必须在仅知道M路接收信号和N路源信号的统计特性存在差异的条件下，恢复出发送的N路源信号，实现统计复用。因此，解混系统的功能可以描述为：在混和矩阵A(线性瞬时混合情况下)或者系统传递函数矩阵H(z)未知，源信号矢量s中各路信号的统计特性存在差异的条件下，从混合信号矢量x中恢复出N路源信号。

(1)线性瞬时混合系统

对于线性瞬时混合，可以通过求一个N×M的解混矩阵W，使得W对混合信号矢量x的线性变换：

y＝W(x+n)＝W(As+n)＝Cs+Wn

为对源信号矢量s的一个可靠估计。这里C为一个对角阵或逆对角阵。

当不考虑噪声的影响时，解混后的信号矢量可以表示为：

y＝Wx＝WAs＝Cs

图7所示为一个典型的线性瞬时混合的解混系统，其解混过程为：

解混系统＝目标函数+学习算法

通过目标函数判断统计特性差异，不同的目标函数是由不同的估计准则得到的，用于判断统计特性差异的目标函数主要包括：互信息、负熵、峭度、K-L散度以及四维累积量矩阵，这几种都可以表示统计特性差异，以任一种来表征都对应着不同的学习算法，各学习算法的复杂度不同，性能不同，稳健性也不同，因此目标函数的选择可根据实际情况按性能、计算量和稳健性等方面来选择；再通过相应的学习算法来调整解混矩阵。具体过程为：

第一步：M路混合信号构成的信号矢量x与解混矩阵W相乘后，得到N路信号

第二步：由具体选择的目标函数判断解混出的N路解混信号之间的统计特性差异，如果由统计特性差异足以判断解混出的N路信号就是对发送的N路源信号的重构，则转入第四步，否则转入第三步；

第三步：根据选择的目标函数确定相应的学习算法，并根据学习算法调整解混矩阵W，之后转入第一步；

第四步：确定解混矩阵W，将得到的解混矩阵W与M路混合信号构成的信号矢量x相乘，解混出N路源信号，实现统计复用SDM。

(2)卷积混合系统

对于卷积混合，可以通过调整解混系统的系统函数W(z)，从而使整体无线通信系统的传递函数矩阵可以描述为：

G(z)＝W(z)H(z)＝PD(z)

其中，P为N×N阶置换矩阵，D(z)为N×M阶对角矩阵，其第(i，i)个数据为c_i为一个非零标度因子，Δ_i表示整数延迟。

图8所示为一个典型的卷积混合的解混系统，其解混过程为：

解混系统＝目标函数+学习算法

与线性瞬时混合系统相同，确定进行统计特性差异判断的目标函数，然后通过相应的学习算法来调整解混系统。具体过程为：

第一步：M路混合信号构成的信号矢量x通过解混系统后，得到N路信号

第二步：由目标函数判断解混出的N路解混信号之间的统计特性，如果由统计特性差异足以判断解混出的N路信号就是对发送的N路源信号的重构，则转入第四步，否则转入第三步；

第三步：根据选择的目标函数确定相应的学习算法，并根据学习算法调整解混系统的系统函数W(z)，之后转入第一步；

第四步：确定解混矩阵的系统函数W(z)，将M路混合信号构成的信号矢量x通过解混系统，解混出N路源信号，实现统计复用SDM。

三、一个实际的SDM系统的构成

图9所示为三路信号实现统计复用的示意图。三路源信号在相同的频段上同时发送，由于各路信号携带的信息不同，造成三路源信号的统计特性存在一定差异，即在统计域上能够区分出各路信号。三路源信号经过信道的混合，在接收端，采用一个三天线接收机接收到三路混合信号，将这三路信号送入解混系统进行处理，恢复出三路源信号，从而实现SDM。

四、仿真实验

为了验证本发明SDM系统的有效性，采用MATLAB软件进行计算机仿真，并实际搭建无线SDM通信系统进行实验，下面分别介绍计算机仿真结果和实际试验结果，仿真实验的混合系统均为线性瞬时混合，解混系统用峭度来度量信号间的统计特性差异。

1、计算机仿真

(1)无背景噪声情况

两路源信号均为AM信号，如图10所示，载波频率为160KHz，采样速率为1.6MHz。图11所示为两路源信号的频谱，两路源信号经过线性瞬时混合得到的两路混合信号如图12所示。经过解混处理得到的两路源信号如图13所示。图14仿真了解混后两路信号的信干比随着两路源信号功率大小的变化曲线，图中每一个功率比仿真1000次。从图14中可以看出，解混后两路信号的信干比接近48dB，因此解混后两路信号相互之间的干扰可以忽略，也即解混出了原统计特性具有差异的两路源信号，实现了SDM。

图10中所示的两路源信号进过三个接收天线接收后，得到的混合信号如图15所示。将这三路混合信号进行解混后得到两路源信号如图16所示，与图13基本相同，可以看出M＞N时本发明SDM系统的有效性。

(2)有背景噪声情况

在有背景噪声的情况下，用性能指数PI作为评价解混后两路信号信干比的指标。性能指数PI定义为：

$\mathrm{PI}=\underset{i=1}{\overset{N}{\mathrm{\Σ}}}(\underset{j=1}{\overset{N}{\mathrm{\Σ}}}\frac{\left|p_{\mathrm{ij}}\right|}{{\max }_k\left|p_{\mathrm{ik}}\right|}-1)+\underset{j=1}{\overset{N}{\mathrm{\Σ}}}(\underset{i=1}{\overset{N}{\mathrm{\Σ}}}\frac{\left|p_{\mathrm{ij}}\right|}{{\max }_k\left|p_{\mathrm{kj}}\right|}-1)$

其中，p_ij是m×m维全局矩阵P＝WA的第i行和第j列的元素。PI值越小，则解混后两路信号的相互干扰越小。

源信号为图10中所示的两路AM信号，图17显示了解混后两路信号的性能指数PI随着两路源信号功率比大小的变化曲线，图中每一个功率比仿真1000次，从图中可以看出，在背景噪声不是很大的情况下，解混后两路信号相互之间的干扰可以忽略。

2、实际电台实验

实验环境：

采用两台IC-725A型短波电台作为发射机，用两台TCR-154型125W自适应/跳频电台构成一个两天线接收机，从而构成一个两路源信号、两路接收混合信号的无线SDM实验系统，如图18所示。

实验参数：

IC-725A型短波电台的相关参数如下：

1)频率范围：1.8～29.7M赫兹；

2)工作方式：CW(边带报)、USB(上边带话)、LSB(下边带话)、AM(调幅兼容话)、FM(调频)；

3)频率稳定度：开机后1-60分钟内±200Hz，60分钟以后±30Hz。

TCR-154型125W自适应/跳频电台是的主要参数如下：

1)频率范围：1.6～29.9999M赫兹；

2)工作方式：CW(边带报)、USB(上边带话)、LSB(下边带话)、AM(调幅兼容话)；

3)频率稳定度：5×10^-7/日；

4)相位抖动：5度/10毫秒。

将两台TCR-154型125W电台接收到的两路混合信号进行A/D变换后送入解混系统进行解混处理，得到两路源信号。解混系统的参数设置为：

1)电台工作的载波频率：29MHz；

2)采样速率：8KHz/秒；

3)8000点/秒的情况下，每一次处理的数据点数为4000；

4)统计特性差异的目标函数：峭度。

性能测试

性能测试部分对两台TCR-154型电台接收到的混合信号以及解混处理后恢复出的源信号在频域进行分析，得到恢复出的两路源信号的信干比，从而说明本发明构造的SDM系统的有效性。

性能测试做了以下四次典型实验：

1)实验1

发送的两路源信号为：频率为900Hz的单音信号和2KHz的单音信号，混合系统为线性瞬时混合，解混系统的解混矩阵在经过调整后确定为：

$W=\left[\begin{array}{cc}0.1458+1.2861i& 0.321-0.1717i\\ -0.7479+0.2947i& 0.8199+0.1547i\end{array}\right]$

如图19所示，显示了两接收天线接收到的混合信号1、混合信号2，以及解混后得到的解混信号1、解混信号2的频谱图，从解混前后信号的频谱图中可以看出，在两接收机接收到两路源信号的功率比小于-13dB的情况下，可以很好的恢复出900Hz的单音(解混信号1)和2kHz的单音(解混信号2)两路源信号。

2)实验2

发送的两路源信号为：频率为800Hz的单音信号和频带为300-3K左右的AM信号，混合系统为线性瞬时混合，解混系统的解混矩阵在经过调整后确定为：

$W=\left[\begin{array}{cc}1.2159-0.0519i& -0.1996+0.0096i\\ -0.1522+0.217i& 1.4047-0.0519i\end{array}\right]$

如图20所示，显示了两接收天线接收到的混合信号1、混合信号2，以及解混后得到的解混信号1、解混信号2的频谱图，从解混前后信号的频谱图中可以看出，在两接收机接收信号的频谱完全重叠的情况下，可以很好的恢复出900Hz的单音(解混信号1)和话音信号(解混信号2)两路源信号。

3)实验3

发送的两路源信号为：频率为900Hz的单音信号和950Hz的单音信号，混合系统为线性瞬时混合，解混系统的解混矩阵在经过调整后确定为：

$W=\left[\begin{array}{cc}0.3515+0.0026i& -1.1006+0.7908i\\ -0.1258-0.0944i& 1.3204+0.0026i\end{array}\right]$

如图21所示，显示了两接收天线接收到的混合信号1、混合信号2，以及解混后得到的解混信号1、解混信号2的频谱图，从解混前后信号的频谱图中可以看出，在两接收机接收信号的功率比小于-7dB的情况下，可以很好的恢复出900Hz的单音(解混信号1)和950Hz的单音(解混信号2)两路源信号。

4)实验4

发送的两路源信号为：频率为800Hz和1KHz的双音信号和AM信号，混合系统为线性瞬时混合，解混系统的解混矩阵在经过调整后确定为：

$W=\left[\begin{array}{cc}1.5520+0.0385i& -0.1287+0.0618i\\ -1.3703-0.0680i& 0.4170-0.0385i\end{array}\right]$

如图22所示，显示了两接收天线接收到的混合信号1、混合信号2，以及解混后得到的解混信号1、解混信号2的频谱图，从解混前后信号的频谱图中可以看出，在两接收机接收信号的功率比小于-18dB的情况下，可以很好的恢复出800Hz和1KHz的双音信号(解混信号1)、AM信号(解混信号2)两路源信号。

由计算机仿真和实际电台的实验仿真，可看出本发明的统计复用无线通信系统可以同时在同频带传送多路信号，接收端利用信号的统计特性差异区分出不同信号完成信息的接收，从而实现SDM，并且在信号的频率或时隙或码字等上没有限制，具有很强的灵活性。这种复用方式不需要考虑各路信号在时域和频域造成的相互干扰，并且系统所能够达到的信息速率大于FDM和TDM系统所能够达到的信息速率，也即具有更高的频带利用率；与CDM方式相比，SDM复用方式不需要考虑可用码字长度和可用码字数的影响，能够在传输带宽保持不变的情况下，大大提高系统的频带利用率。

Claims (1)

1.统计复用无线通信系统，其特征是包括N路源信号和M个接收天线，将各路源信号x按照线性调制后，在同一时刻同一频段内传输，x为随机变量，设p_m(x)和p_n(x)为随机变量x的两种概率密度函数，则系统满足:

${\∫}_x{p}_m\left(x\right)log\frac{p_m\left(x\right)}{p_n\left(x\right)}dx=0,m=n$

${\∫}_x{p}_m\left(x\right)log\frac{p_m\left(x\right)}{p_n\left(x\right)}dx>0,m\≠n$

其中m＝2，…M，n＝2，…N，M≥N>1；

N路源信号经过混合系统后得到M路混合信号，混合系统为无线通信系统的信道，每一个接收天线都接收到一路由N路源信号混合而成的混合信号，将M路混合信号送入解混系统进行处理，利用各路源信号之间固有的统计特性差异，解混系统从统计域上将N路源信号区分开来，恢复出原有的N路源信号，实现信道的复用，其中各天线间的传播路径相互独立，解混系统通过一解混矩阵得到N路解混信号判断解混信号之间的统计特性差异，如果由统计特性差异足以判断解混出的N路信号就是对发送的N路源信号的重构，则解混完成，如不满足统计特性差异判断，则用学习算法调整解混矩阵致收敛，得到新的解混信号再进行统计特性差异判断，直至解混完成；

统计特性的判断包括：互信息、负熵、峭度、K-L散度和四维累积量矩阵，解混系统可任选其中一种或几种进行判断，学习算法根据统计特性的判断方式确定；

混合系统为线性瞬时混合模型时，将N路源信号作为一个信号矢量s＝[s₁,s₂,,s_N]^T，则经过混合系统混合后的M路混合信号矢量可以表示为x＝[x₁,x₂,,x_M]^T，s和x满足x＝As+n，其中矩阵A为混合系统的M×N混合矩阵，n为噪声矢量，当不考虑噪声的影响或噪声的影响可以忽略不计时，源信号经过线性瞬时混合后为：x＝As；线性瞬时混合的解混系统为：获取N×M的解混矩阵W，使得解混矩阵W对混合信号矢量x的线性变换y＝W(x+n)＝W(As+n)＝Cs+Wn为对源信号矢量s的一个可靠估计，这里C为一个对角阵或逆对角阵，当不考虑噪声的影响时，解混后的信号矢量可以表示为y＝Wx＝WAs＝Cs，利用学习算法不断地调整解混矩阵W直至收敛，得到对N路源信号的估计，恢复出原有的N路源信号；

混合系统为卷积混合模型时，将N路源信号作为一个信号矢量s＝[s₁,s₂,,s_N]^T，经过无线信道混合后的M路混合信号矢量可以表示为x＝[x₁,x₂,,x_M]^T，s和x满足且其中，s(k)＝[s₁(k),s₂(k),,s_N(k)]^T表示k时刻发送的N维离散时间信号矢量，x(k)＝[x₁(k),x₂(k),,x_M(k)]^T表示k时刻接收的M维离散时间信号矢量，H_p为时延p的混合系数M×N矩阵；设为系统传递函数矩阵，则源信号矢量和混合信号矢量满足x(k)＝[H(z)]s(k)；卷积混合的解混系统为：调整解混系统的系统函数W(z)，使无线通信系统整体传递函数矩阵G(z)＝W(z)H(z)＝PD(z)，其中，P为N×N阶置换矩阵，D(z)为N×M阶对角矩阵，其第(i,i)个数据为c_i为一个非零标度因子，△_i表示整数延迟，利用学习算法不断地调整解混系统的系统函数W(z)直至收敛，得到对N路源信号的估计，恢复出原有的N路源信号。