改进的欠定变速跳频信号盲分离算法

针对传统欠定盲源分离算法恢复精度低的问题,提出了改进的欠定变速跳频信号盲分离算法。该算法通过对混合矩阵估计与源信号恢复进行改进,在一定程度上提高了对变速跳频信号盲分离的精确程度。仿真实验表明,恢复信号与源信号相似度在良好信道环境下可以达到90%;在相同条件下,算法的估计误差可以达到约-60 dB。

基于改进时频检测的欠定变速跳频信号盲分离算法

变速跳频信号高跳速和跳速多变的特性使源信号分离难度加大,采用传统基于稀疏分量分析的欠定盲源分离算法无法得到高精度恢复信号。针对该问题,提出一种改进的欠定变速跳频信号盲分离算法。根据变速跳频信号时频域稀疏性不强的特点,通过自适应确定噪声阈值和分解特征值改进时频单源点检测算法,以提高混合矩阵估计精度,同时将聚类与稀疏重构思想应用到源信号分离中,得到稀疏性良好的信号。实验结果表明,该算法可使恢复信号与源信号的相似度达到90%,混合矩阵估计精度较传统单源点检测算法得到有效提高。

一种基于独立分量分析的变速跳频信号盲分离方法

针对当前跳频信号盲分离算法计算量大,精确度不高的问题,结合变速跳频信号采用不断加快的跳速和“跳速多变”的策略,提出了一种利用信源间的独立性解决变速跳频信号盲分离问题的方法。同时,采用负熵最大化寻优算法加快了传统独立分量分离算法运算速度。通过仿真实验与处理实际数据结果表明:与其他方法相比,该方法在不需要任何先验信息的条件下,可以在低信噪比的情况下较好地分离出各个变速跳频信号,同时能够精确恢复出变速跳频信号的跳频图案,在20 dB信噪比的情况下,分离后相似系数可以达到99%。该研究为变速跳频信号盲分离问题提供一个新的解决途径。

一种基于SCA的欠定变速跳频信号盲分离算法

针对现有欠定变速跳频信号盲分离算法需已知信源数目及算法复杂度高的问题,提出一种基于稀疏分量分析(sparse component analysis,SCA)的“两步法”改进算法。在估计混合矩阵时,结合变速跳频信号时频域稀疏和对高阶累积量不敏感的特点,改进原有聚类算法;将压缩重构匹配追踪思想应用到源信号恢复中。实验证明,改进算法可以得到预期效果,同时在相同条件下,该提算法比传统算法性能优异约6dB。

基于帧重叠的变速跳频信号分选算法

针对当前变速跳频信号采用“跳速多变”策略加大了利用参数估计实现信号分离难度的问题,提出了基于帧重叠的变速跳频信号分选算法。该算法在盲源分离的基础上,通过对变速跳频信号进行重叠帧的构建,利用不同时间帧重叠部分的频率相似性,进行不同时间帧的信号分选,能够解决信号的不确定性问题。仿真结果表明,在信道条件较差时,算法仍可以较为准确地完成不同时间帧信号的分选,得到完整的恢复源信号。

智慧教室间交互通信网络变速跳频信号分选算法

为了保障智慧教室间交互通信网络的流畅通信,研究智慧教室间交互通信网络变速跳频信号分选算法,以提高智慧教学质量。通过短时傅里叶变换(STFT)方法,转换包含网络变速跳频源信号与噪声信号的混合信号至时频域,结合自适应阈值去噪方法,去除时频域混合信号内噪声。获得去噪后时频域混合信号经帧重叠构建后,获得数帧重叠帧混合信号。盲源分离重叠帧混合信号后,得到数帧重叠帧分离变速跳频信号,经重叠率对比后,去除同源信号重叠部分,拼接剩余部分获得同源分选变速跳频信号。结果显示:该算法应用于智慧教室间交互通信网络中,可转换网络初始混合信号至时频域,实现混合信号的稀疏化呈现;可有效消除时频域混合信号内噪声,为去噪后时频域混合信号构建数帧重叠帧信号,对此类信号实施有效分离,得到重叠帧分离变速跳频信号,并以此为依据最终完成同源变速跳频信号的分选。