成对载波多址复用混合信号非合作接收单通道盲分离性能界

成对载波多址复用(PCMA)混合信号单通道盲分离性能界是衡量混合信号可分离程度以及分离算法性能的标准。针对PCMA混合信号,从发送信号模型出发构造调制信号比特与符号的空间映射,利用最大似然准则推导与混合信号分离算法无关的分离性能下界表达式,数值计算结果与理想情况下Viterbi仿真结果吻合,验证了所推导性能界的合理性。

基于单路定时准确的低复杂度成对载波复用多址信号盲分离算法

该文分析了传统逐幸存路径处理(Per-Survivor Processing,PSP)算法模型,给出了改进的前馈非二元码软输出维特比(Soft Output Viterbi Algorithm,SOVA)PSP算法。针对单路定时准确的情况,提出了针对成对载波复用多址(Paired Carrier Multiple Access,PCMA)信号的SOVA-PSP盲分离算法。该算法相对传统的PSP算法状态数由原来的2(L1)M-减少到(L1)M-(其中M为调制阶数,L为等效信道响应长度),从而大幅度地降低了算法复杂度。仿真结果表明,改进的算法在降低复杂度的同时与传统PSP算法相比性能几乎没有损失。

基于前馈神经网络的非合作PCMA信号盲分离算法

针对非合作接收PCMA混合信号盲分离中高复杂度束缚,提出一种基于前馈神经网络的分离算法,通过搭建神经网络分离平台,规避传统的发送符号遍历思想,实现PCMA混合信号低复杂度高性能盲分离.仿真实验表明,神经网络能够极大挖掘信号内在信息,针对QPSK调制PCMA混合信号,在信噪比7dB时误比特率达到10^(-3)数量级,并伴随着较PSP分离算法算术平方根级别的复杂度降低.