CN103067313A - 一种数字基带传输系统的ica应用方法 - Google Patents

一种数字基带传输系统的ica应用方法 Download PDF

Info

Publication number
CN103067313A
CN103067313A CN2012105155993A CN201210515599A CN103067313A CN 103067313 A CN103067313 A CN 103067313A CN 2012105155993 A CN2012105155993 A CN 2012105155993A CN 201210515599 A CN201210515599 A CN 201210515599A CN 103067313 A CN103067313 A CN 103067313A
Authority
CN
China
Prior art keywords
signal
ica
signals
transmission system
digital
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN2012105155993A
Other languages
English (en)
Inventor
张鹏泉
李羚梅
李柬
褚孝鹏
范玉进
曹晓冬
马彪
张波
夏爽
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tianjin Optical Electrical Communication Technology Co Ltd
Original Assignee
Tianjin Optical Electrical Communication Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Tianjin Optical Electrical Communication Technology Co Ltd filed Critical Tianjin Optical Electrical Communication Technology Co Ltd
Priority to CN2012105155993A priority Critical patent/CN103067313A/zh
Publication of CN103067313A publication Critical patent/CN103067313A/zh
Pending legal-status Critical Current

Links

Images

Landscapes

  • Dc Digital Transmission (AREA)

Abstract

本发明涉及一种数字基带传输系统的ICA应用方法，信道信号形成器将0、1序列的原始信源信号转换成矩形脉冲序列的信源信号，通过信道将数字信号传输给ICA分离器，ICA分离器将检测到的N个混合信号，分离成N个独立信号，再将独立信号传送给抽样判决器，抽样判决器对分离的独立信号抽样判决，判决过程在传输特性不理想及噪声背景下进行，在规定时刻对接收的分离信号进行抽样判决，以恢复或再生基带信号，与单纯的数字基带传输系统相比，仿真结果表明基于ICA技术的数字基带传输系统能够在强高斯噪音中很好的恢复源信号，使传输误码率更低、具有更快的传输速率、能过实现多路传输诸多优势。

Description

一种数字基带传输系统的ICA应用方法
技术领域
    本发明涉及通信技术领域，特别涉及一种数字基带传输系统的ICA应用方法。 
背景技术
在现有技术中，基带传输作为一种不搬移基带信号频谱的传输方式，有着抗信道噪音性能差、传输速率低、不能实现多路传输诸多缺点，通信整机的性能受制于数字基带传输系统，随着通信技术的不断发展，用户对数字基带传输系统的性能要求越来越高，因此有必要改变思路，利用新的信号处理技术设计新型数字基带传输系统。 
独立分量分析（independent component analysis，ICA）是近年来发展起来的一种新的信号处理技术。它依据信号的高阶统计特征，从混合信号中分离出相互独立的源信号，从而实现信号的提取与再生。因而被广泛应用于信号处理、生物医学、语音处理、航天物理等诸多领域。然而，国内尚未有人将独立分量分析应用于数字基带传输系统的设计，文献中也未见报道。 
发明内容
    本发明的目的就是为克服现有技术的不足，针对传统的数字基带传输系统抗信道噪音性能差、传输速率低、不能实现多路传输缺点，将ICA技术的最新成果应用于数字信号传输系统，提供一种数字基带传输系统的ICA应用方法，在具有高斯白噪声的单一信道中实现多路信号传输，进而增强基带系统的抗强信道干扰能力。 
本发明是通过这样的技术方案实现的：数字基带传输系统的ICA应用方法，其特征在于，利用基于ICA的数字基带传输系统作为应用平台，在MathWorks公司出品的商业数学软件Matlab中模拟数字基带传输过程中的各个组成部分；基于ICA的数字基带传输系统包括信道信号形成器、信道、ICA分离器、抽样判决器和多用户检测器，所述方法包括： 
 信道信号形成器将0、1序列的原始信源信号转换成矩形脉冲序列的信源信号，信源信号为数字信号，通过信道将数字信号传输给ICA分离器，ICA分离器将检测到的N个混合信号，（混合信号指源信号与混合矩阵相乘获得的混合信号，详见下式 
Figure DEST_PATH_DEST_PATH_IMAGE001
）分离成N个独立信号，再将独立信号传送给抽样判决器，抽样判决器对分离的独立信号抽样判决，判决过程在传输特性不理想及噪声背景下进行，在规定时刻对接收的分离信号进行抽样判决，以恢复或再生基带信号，所述规定时刻由位定时脉冲控制；从而实现源信号的再现，获得再生信号传送给多用户检测器，由多用户检测器将再生信号传给各自的信宿；ICA应用计算过程包括：
    源信号
Figure DEST_PATH_DEST_PATH_IMAGE002
，其中
Figure DEST_PATH_DEST_PATH_IMAGE003
为第i个源信号；
混合信号，其中
Figure DEST_PATH_DEST_PATH_IMAGE005
为第i个混合信号；
混合矩阵；   
分离矩阵
Figure DEST_PATH_DEST_PATH_IMAGE007
；
分离信号
Figure DEST_PATH_DEST_PATH_IMAGE008
，其中
Figure DEST_PATH_DEST_PATH_IMAGE009
为第i个混合信号； 
其中各变量的关系为：
Figure DEST_PATH_892925DEST_PATH_IMAGE001
；
Figure DEST_PATH_DEST_PATH_IMAGE010
；
Figure DEST_PATH_DEST_PATH_IMAGE011
（是
Figure DEST_PATH_DEST_PATH_IMAGE013
维对角矩阵），于是有，从而实现信号分离；
通过
Figure DEST_PATH_DEST_PATH_IMAGE015
由观测信号
Figure DEST_PATH_DEST_PATH_IMAGE016
求得源信号的估计，为此需设置一个目标函数
Figure DEST_PATH_DEST_PATH_IMAGE018
，如果列矩阵W能使
Figure DEST_PATH_183967DEST_PATH_IMAGE018
达到极大（小）值，则此列矩阵
Figure DEST_PATH_DEST_PATH_IMAGE019
即为所需的分离矩阵，从而使分离出来的
Figure DEST_PATH_DEST_PATH_IMAGE020
与
Figure DEST_PATH_88338DEST_PATH_IMAGE017
相对应，达到复原信号的目的，根据变量准则的不同，目标函数可以分为最大似然目标函数、统计独立性目标函数以及最大熵目标函数，目标函数在数学上都是等价的，统计独立性目标数，作为ICA目标函数：
   目标函数
Figure DEST_PATH_DEST_PATH_IMAGE021
；
  
Figure DEST_PATH_DEST_PATH_IMAGE022
：源信号的概率密度分布函数；
当列矩阵
Figure DEST_PATH_484870DEST_PATH_IMAGE019
使
Figure DEST_PATH_307333DEST_PATH_IMAGE018
达到极小值时列矩阵
Figure DEST_PATH_636683DEST_PATH_IMAGE019
即是ICA的解，由于源信号的概率密度分布函数
Figure DEST_PATH_835583DEST_PATH_IMAGE022
是未知的，的极小值也是无法确定的，所以当
Figure DEST_PATH_622460DEST_PATH_IMAGE018
的改变量为时，工程上可以认为
Figure DEST_PATH_439106DEST_PATH_IMAGE018
已经达到极小值；
当
Figure DEST_PATH_176118DEST_PATH_IMAGE018
确定之后，下一步就是要得到
Figure DEST_PATH_761820DEST_PATH_IMAGE019
改变量
Figure DEST_PATH_DEST_PATH_IMAGE024
的计算方法，采用由相对梯度学习算法改进而来的白化约束学习算法，迭代计算公式如下：
Figure DEST_PATH_DEST_PATH_IMAGE025
；
Figure DEST_PATH_DEST_PATH_IMAGE026
；
Figure DEST_PATH_DEST_PATH_IMAGE027
；
Figure DEST_PATH_378615DEST_PATH_IMAGE015
。 
 本发明的优点：强高斯噪音信道下ICA数字基带传输系统的良好性能，与单纯的数字基带传输系统相比，仿真结果表明基于ICA技术的数字基带传输系统能够在强高斯噪音中很好的恢复源信号，使传输误码率更低、具有更快的传输速率、能过实现多路传输诸多优势。 
附图说明
    图1、基于ICA的数字基带传输系统原理图； 
图2、源信号图；
图3、信道检测信号图；
图4、分离信号图；
图5、再生信号图。
具体实施方式
为了更清楚的理解本发明，结合附图和实施例详细描述本发明： 
如图1至图5所示，信道信号形成器将0、1序列的原始信源信号转换成矩形脉冲序列的信源信号（数字信号），通过信道将数字信号传输给ICA分离器，ICA分离器将检测到的N个混合信号分离成N个独立信号，再将独立信号传送给抽样判决器，抽样判决器对分离的独立信号抽样判决，（判决过程在传输特性不理想及噪声背景下，在规定时刻（由位定时脉冲控制）对接收的信号进行抽样判决，以恢复或再生基带信号。在Matlab中源程序为B=1*(A>K)，即原信号为A，解调信号为B，假设阈值是K，即大于K判1，小于K判0），建议不用具体解释，从而实现源信号的再现，获得再生信号传送给多用户检测器，多用户检测器将再生信号传给各自的信宿。
    本发明将ICA数据处理方法领入通信信号处理领域，建立基于ICA的通信传输系统模型，仿真了在强高斯噪音干扰信道中传输两路信号的系统；实验结果表明该系统准确地恢复了信源信号，验证了该基带模型的可行性与有效性。 
仿真了基带数字传输系统中强高斯噪音下多路信号的传输及其信号的无误码还原。与传统数字基带传输系统相比，基于ICA技术的数字基带传输系统能够在强高斯噪音中很好的恢复源信号，使传输误码率更低、具有更快的传输速率、能过实现多路传输等诸多优势。理论上可以证明，任何一个采用线性调制的频带传输系统总可以由一个等效的基带传输系统所替代。 
    本发明讨论数字基带信号传输系统，并且假设信号中只存在单一的高斯噪音源。该系统中使用矩形脉冲作为信道传输信号。设
Figure DEST_PATH_682557DEST_PATH_IMAGE003
信号源传输的信号为： 
Figure DEST_PATH_DEST_PATH_IMAGE028
式中
Figure DEST_PATH_DEST_PATH_IMAGE029
为第
Figure DEST_PATH_DEST_PATH_IMAGE030
个信息符号对应的电平值
Figure DEST_PATH_DEST_PATH_IMAGE031
    
Figure DEST_PATH_DEST_PATH_IMAGE032
由于
Figure DEST_PATH_144631DEST_PATH_IMAGE029
是信息符号对应的电平值，它是一个随机量，因此在实际通信中遇到的基带信号也都是随机的脉冲序列。
本发明的基本结构为：信道信号形成器：将0、1序列转换成矩形脉冲序列；信道：传输数字信号；ICA分离器：将检测到的N个混合信号分离成独立信号；抽样判决器：对分离的独立信号抽样判决，实现源信号的再现；多用户检测器：将再现信号正确的传给各自的信宿。其原理框图如图1所示。 
各路源信号通过二进制随机数发生器产生，相互独立，相关系数约为零。取
Figure DEST_PATH_DEST_PATH_IMAGE033
时，
Figure DEST_PATH_912736DEST_PATH_IMAGE018
即达到极小值。各源信号中，0和1发生的概率相等，均为
Figure DEST_PATH_DEST_PATH_IMAGE034
。
Figure DEST_PATH_DEST_PATH_IMAGE035
取常量0.001,信躁比SNR取40dB。 
两路信号仿真： 
混合矩阵
初始分离矩阵
Figure DEST_PATH_DEST_PATH_IMAGE037
最终分离矩阵
Figure DEST_PATH_DEST_PATH_IMAGE038
A、  B两路信号均得到无误还原,如图2-图5所示仿真过程。
  根据上述说明，结合本专业公知技术即可再现本发明。 

Claims (1)

1.一种数字基带传输系统的ICA应用方法，其特征在于，利用基于ICA的数字基带传输系统作为应用平台，在MathWorks公司出品的商业数学软件Matlab中模拟数字基带传输过程中的各个组成部分；基于ICA的数字基带传输系统包括信道信号形成器、信道、ICA分离器、抽样判决器和多用户检测器，所述方法包括：信道信号形成器将0、1序列的原始信源信号转换成矩形脉冲序列的信源信号，信源信号为数字信号，通过信道将数字信号传输给ICA分离器，ICA分离器将检测到的N个混合信号分离成N个独立信号，再将独立信号传送给抽样判决器，抽样判决器对分离的独立信号抽样判决，判决过程在传输特性不理想及噪声背景下进行，在规定时刻对接收的分离信号进行抽样判决，以恢复或再生基带信号，所述规定时刻由位定时脉冲控制；
从而实现源信号的再现，获得再生信号传送给多用户检测器，由多用户检测器将再生信号传给各自的信宿；ICA应用计算过程包括：
    源信号                                                
Figure DEST_PATH_IMAGE001
，其中
Figure 247094DEST_PATH_IMAGE002
为第i个源信号；
混合信号
Figure DEST_PATH_IMAGE003
，其中为第i个混合信号；
混合矩阵
Figure DEST_PATH_IMAGE005
；   
分离矩阵
Figure 315731DEST_PATH_IMAGE006
；
分离信号
Figure DEST_PATH_IMAGE007
，其中
Figure 528406DEST_PATH_IMAGE008
为第i个混合信号； 
其中各变量的关系为：
Figure DEST_PATH_IMAGE009
；
Figure 982390DEST_PATH_IMAGE010
；
Figure DEST_PATH_IMAGE011
（
Figure 118973DEST_PATH_IMAGE012
是维对角矩阵），于是有
Figure 709223DEST_PATH_IMAGE014
，从而实现信号分离；
通过由观测信号求得源信号
Figure DEST_PATH_IMAGE017
的估计，为此需设置一个目标函数
Figure 784813DEST_PATH_IMAGE018
，如果列矩阵W能使
Figure 708775DEST_PATH_IMAGE018
达到极大（小）值，则此列矩阵
Figure DEST_PATH_IMAGE019
即为所需的分离矩阵，从而使分离出来的
Figure 169844DEST_PATH_IMAGE020
与相对应，达到复原信号
Figure 762685DEST_PATH_IMAGE017
的目的，根据变量准则的不同，目标函数可以分为最大似然目标函数、统计独立性目标函数以及最大熵目标函数，目标函数在数学上都是等价的，统计独立性目标数，作为ICA目标函数：
   目标函数
Figure DEST_PATH_IMAGE021
；
  
Figure 241071DEST_PATH_IMAGE022
：源信号的概率密度分布函数；
当列矩阵
Figure 884542DEST_PATH_IMAGE019
使达到极小值时列矩阵
Figure 141440DEST_PATH_IMAGE019
即是ICA的解，由于源信号的概率密度分布函数
Figure 157937DEST_PATH_IMAGE022
是未知的，
Figure 842865DEST_PATH_IMAGE018
的极小值也是无法确定的，所以当
Figure 348933DEST_PATH_IMAGE018
的改变量为
Figure DEST_PATH_IMAGE023
时，工程上可以认为
Figure 502834DEST_PATH_IMAGE018
已经达到极小值；
当
Figure 385339DEST_PATH_IMAGE018
确定之后，下一步就是要得到
Figure 924774DEST_PATH_IMAGE019
改变量
Figure 867322DEST_PATH_IMAGE024
的计算方法，采用由相对梯度学习算法改进而来的白化约束学习算法，迭代计算公式如下：
Figure DEST_PATH_IMAGE025
；
Figure 242940DEST_PATH_IMAGE026
；
Figure DEST_PATH_IMAGE027
；
Figure 788191DEST_PATH_IMAGE015
。
CN2012105155993A 2012-12-05 2012-12-05 一种数字基带传输系统的ica应用方法 Pending CN103067313A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN2012105155993A CN103067313A (zh) 2012-12-05 2012-12-05 一种数字基带传输系统的ica应用方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN2012105155993A CN103067313A (zh) 2012-12-05 2012-12-05 一种数字基带传输系统的ica应用方法

Publications (1)

Publication Number Publication Date
CN103067313A true CN103067313A (zh) 2013-04-24

Family

ID=48109780

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2012105155993A Pending CN103067313A (zh) 2012-12-05 2012-12-05 一种数字基带传输系统的ica应用方法

Country Status (1)

Country Link
CN (1) CN103067313A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113702703A (zh) * 2021-08-27 2021-11-26 天津光电通信技术有限公司 一种微弱信号检测识别方法及系统

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101741786A (zh) * 2009-12-18 2010-06-16 中国人民解放军理工大学 数字通信系统超宽带接收机及其信号处理方法
CN101764649A (zh) * 2009-12-11 2010-06-30 吉林大学 基于ica信号分离算法的mgdm多模光纤通信系统及方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101764649A (zh) * 2009-12-11 2010-06-30 吉林大学 基于ica信号分离算法的mgdm多模光纤通信系统及方法
CN101741786A (zh) * 2009-12-18 2010-06-16 中国人民解放军理工大学 数字通信系统超宽带接收机及其信号处理方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
李永军等: "数字基带传输系统仿真与分析", 《河南大学学报(自然科学版)》, vol. 40, no. 4, 31 July 2010 (2010-07-31) *
焦李成等: "多用户检测与独立分量分析：进展与展望", 《自然科学进展》, vol. 12, no. 4, 30 April 2002 (2002-04-30) *
郝菊屏: "独立分量分析的算法研究", 《中国优秀博硕士学位论文全文数据库 (硕士) 信息科技辑（2007年）》, no. 05, 15 May 2007 (2007-05-15) *
郭松: "独立分量分析及其应用研究", 《中国优秀博硕士学位论文全文数据库（硕士） 信息科技辑（2004年）》, no. 04, 15 December 2004 (2004-12-15) *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113702703A (zh) * 2021-08-27 2021-11-26 天津光电通信技术有限公司 一种微弱信号检测识别方法及系统

Similar Documents

Publication Publication Date Title
CN104283825B (zh) 一种基于动态压缩感知的信道估计方法
JP5940685B2 (ja) ポアソン・ベースの通信システムおよび方法
CN107431538A (zh) 对光信号进行解码的方法和接收器
CN104852876B (zh) 一种航空无线突发通信系统
CN108964824B (zh) 一种基于伪随机序列差分编码的抗多普勒频移同步方法
CN107147603B (zh) 基于多神经网络的dbpsk解调方法
CN111614584B (zh) 基于神经网络的变换域自适应滤波信道估计方法
CN102025669B (zh) 基于双多进制准正交扩频复合相位调制的短波数据传输方法
CN101316115A (zh) 导频序列信号的检测方法、设备及系统
CN106899376B (zh) 物理层网络编码连续相位调制信号的非相干检测方法
CN113708855B (zh) 基于深度学习的otfs数据驱动接收方法、系统及介质
CN106713190B (zh) 基于随机矩阵理论和特征阈值估计的mimo发射天线数目盲估计算法
CN106789787B (zh) 一种pcm/dpsk/fm调制解调模块及方法
CN103812807A (zh) 增强余弦调制滤波器组多载波通信系统抗干扰能力的方法
CN110249542B (zh) 数字无线电通信
CN110365414B (zh) 一种适合于对数正态湍流信道的增强型光空间调制方法
Zhang et al. Pilot-assisted MIMO-V-OFDM systems: Compressed sensing and deep learning approaches
CN113259283B (zh) 一种基于循环神经网络的单通道时频混叠信号盲分离方法
CN106452652A (zh) 一种基于混沌无线通信系统的多径干扰抑制方法
CN114124168A (zh) 一种基于深度学习的mimo-noma系统信号检测方法及系统
Wang et al. User detection and channel estimation for SCMA uplink system in dispersive channel
CN103067313A (zh) 一种数字基带传输系统的ica应用方法
CN102404044B (zh) 基于tdma技术的数字无线集群通信系统中对上行信号的一种帧同步检测方法及帧同步检测装置
CN115250217B (zh) 差分编码与神经网络辅助的ofdm系统信道估计方法及装置
CN106341199A (zh) 一种基于曼彻斯特码的信噪比确定方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C02 Deemed withdrawal of patent application after publication (patent law 2001)
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20130424