针对含噪环境下数字调制混合信号盲源分离(BSS)误码率(BER)过高的问题,提出了一种基于Robust ICA的二阶段盲源分离算法R-TSBS。该算法采用Robust ICA算法对阵列响应向量构成的混合矩阵进行估计,然后利用数字调制信号的有限符号集特...针对含噪环境下数字调制混合信号盲源分离(BSS)误码率(BER)过高的问题,提出了一种基于Robust ICA的二阶段盲源分离算法R-TSBS。该算法采用Robust ICA算法对阵列响应向量构成的混合矩阵进行估计,然后利用数字调制信号的有限符号集特征,在第二阶段用最大似然估计(MLE)方法估计各个数字调制源信号发送的符号序列,达到盲源分离的目的。实验仿真表明,传统的独立成分分析(ICA)算法如Robust ICA算法和Fast ICA算法误码率很高,在信噪比(SNR)为10 d B时,其误码率达到了3.5×10-2左右,而基于Fast ICA的二阶段盲源分离算法F-TSBS和基于Robust ICA的二阶段盲源分离算法R-TSBS的误码率则下降到了10-3,分离性能得到了明显改善;在较低的信噪比(0~4 d B)下,R-TSBS算法较F-TSBS算法约有2 d B性能提升。展开更多
文摘针对含噪环境下数字调制混合信号盲源分离(BSS)误码率(BER)过高的问题,提出了一种基于Robust ICA的二阶段盲源分离算法R-TSBS。该算法采用Robust ICA算法对阵列响应向量构成的混合矩阵进行估计,然后利用数字调制信号的有限符号集特征,在第二阶段用最大似然估计(MLE)方法估计各个数字调制源信号发送的符号序列,达到盲源分离的目的。实验仿真表明,传统的独立成分分析(ICA)算法如Robust ICA算法和Fast ICA算法误码率很高,在信噪比(SNR)为10 d B时,其误码率达到了3.5×10-2左右,而基于Fast ICA的二阶段盲源分离算法F-TSBS和基于Robust ICA的二阶段盲源分离算法R-TSBS的误码率则下降到了10-3,分离性能得到了明显改善;在较低的信噪比(0~4 d B)下,R-TSBS算法较F-TSBS算法约有2 d B性能提升。